AWS在其图片识别服务Amazon Rekognition添加了自定义标签（Custom Labels）的功能，让用户能够自定义训练Amazon Rekognition模型，创建专用的机器学习图像分析功能，识别独一无二的对象。
Amazon Rekognition自定义标签让企业用来识别图像中，特殊业务需求的物体或是场景，像是从社交媒体的贴文识别出自家品牌标志，或是识别在货架上的自家产品，甚至是侦测视频中的动画角色。AWS提到，开发自定义的图像识别模型，需要专业知识和资源，而且还要手动标记数千张图像，提供模型足够的训练数据，模型才能作出精确的预测，但制作训练数据又需要花费许多时间，以及庞大的人力资源。
自定义标签是从Amazon Rekognition既有的能力，所发展出来的功能，由于Amazon Rekognition已经以数千万张不同类别的图像训练，因此用户只要再上传一小组针对使用案例的训练图像，约数百张或是更少数量的图像，就能训练出良好的专用模型。
当用户上传的图像是经过标记的训练数据，便可直接在Amazon Rekognition开始进行训练，而尚未标记的数据，则可以使用Rekognition的接口进行标记，或是使用Amazon SageMaker Ground Truth增加标签。
Rekognition自定义标签会自动分析训练数据，选择适合的机器学习算法，当Rekognition开始以图像数据集进行训练，可在数小时内生成自定义图像分析模型，训练完成之后，用户可以访问可视化指标，审查每个模型的性能。用户可以通过Rekognition自定义标签API使用自定义模型，并将其集成到应用程序中。