AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

将人工循环激活条件 JSON 架构与 Amazon Rekognition 结合使用

与 Amazon A2I 一起使用时，Amazon Rekognition DetectModerationLabels 操作支持 ConditionType 参数中的以下输入：

在创建流定义时，如果您使用控制台的 Human reviewAmazon SageMaker workflows （人工审核工作流程） 部分中提供的默认工作人员任务模板，则当工作人员打开您的任务时，通过这些激活条件发送供人工审核的推理将包含在工作人员 UI 中。如果您使用自定义工作人员任务模板，则需要包含 <task.input.selectedAiServiceResponse.blocks> 自定义 HTML 元素来访问这些推理。有关使用此 HTML 元素的自定义模板示例，请参阅 Amazon Rekognition 的自定义模板示例。

ModerationLabelConfidenceCheck 输入

对于 ModerationLabelConfidenceCheck ConditionType，支持以下 ConditionParameters ：

当您使用 ModerationLabelConfidenceCheck ConditionType 时，Amazon A2I 为您在 ModerationLabelName 中指定的标签发送标签推理供人工审核。

采样输入

Sampling ConditionType 支持 RandomSamplingPercentage ConditionParameters。RandomSamplingPercentage 参数的输入应是 0.01 到 100 之间的实数。此数字表示符合人工审核条件并将发送进行人工审核的推理百分比。如果您在不使用任何其他条件的情况下使用 Sampling 条件，则此数字表示单个 DetectModerationLabel 请求生成的所有推理中，发送供人工审核的百分比。

Examples

示例 1：将 ModerationLabelConfidenceCheck 与 And 运算符一起使用

以下 HumanLoopActivationConditions 条件示例在满足下列一个或多个条件时触发 HumanLoop：

请注意使用 Or 和 And 逻辑运算符对此逻辑进行建模。

虽然在 Or 运算符下的两个条件中，只需要任何一个条件的评估结果为 true，HumanLoop 即可创建人工循环，但 Amazon Augmented AI 会评估所有条件。人工审查者需要审查评估为 true 的所有条件的审核标签。

{
     "Conditions": [{
         "Or": [{
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceGreaterThanEquals": 90
                         }
                     }
                 ]
             },
             {
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceGreaterThanEquals": 80
                         }
                     }
                 ]
             }
         ]
     }]
}

示例 2：将 ModerationLabelConfidenceCheck 与捕获全部值 （*） 结合使用

在以下示例中，如果检测到置信度大于或等于 75 的任何审核标签，则触发 HumanLoop。人工审核者需要审核置信度得分大于或等于 75 的所有审核标签。

{
    "Conditions": [
        {
            "ConditionType": "ModerationLabelConfidenceCheck",
            "ConditionParameters": {
                "ModerationLabelName": "*",
                "ConfidenceGreaterThanEquals": 75
            }
        }
    ]
}

示例 3：使用采样

在以下示例中，将 Amazon Rekognition 请求得出的 5% 的 DetectModerationLabels 推理发送给工作人员。使用 SageMaker 控制台中提供的默认工作人员任务模板时，Amazon Rekognition 返回的所有审核标签都会发送给工作人员以供审核。

{
  "Conditions": [
    {
      "ConditionType": "Sampling",
      "ConditionParameters": {
        "RandomSamplingPercentage": 5
      }
    }
  ]
}

示例 4：将采样和 ModerationLabelConfidenceCheck 与 And 运算符一起使用

在此示例中，将 Amazon Rekognition 审核标签的 5% Graphic Male Nudity 推理（其置信度大于 50）发送给工作人员以进行审查。使用 SageMaker 控制台中提供的默认工作人员任务模板时，仅将 Graphic Male Nudity 标签发送给工作人员以供审核。

{
  "Conditions": [
    {
      "And": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}

示例 5：将采样和 ModerationLabelConfidenceCheck 与 And 运算符一起使用

使用此示例可以配置人工审核工作流，始终将指定标签的低置信度推理发送进行人工审核，并按指定比率抽样标签的高置信度推理。

在以下示例中，通过以下方式之一触发人工审核：

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceLessThan": 60
          }
        },
        {
            "And": [
                {
                    "ConditionType": "Sampling",
                    "ConditionParameters": {
                        "RandomSamplingPercentage": 5
                    }
                },
                {
                    "ConditionType": "ModerationLabelConfidenceCheck",
                    "ConditionParameters": {
                        "ModerationLabelName": "Graphic Male Nudity",
                        "ConfidenceGreaterThan": 90
                    }
                }
            ]
        }
      ]
    }
  ]
}

示例 6：将采样和 ModerationLabelConfidenceCheck 与 Or 运算符一起使用

在以下示例中，如果 Amazon Rekognition 推理响应包含“Graphic Male Nudity (裸体男性图)”标签且推理置信度大于 50，则会创建人工循环。此外，所有其他推理中有 5% 的推理将触发人工循环。

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}