通过 Amazon Rekognition 使用亚马逊 Augmented AI - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 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。

通过 Amazon Rekognition 使用亚马逊 Augmented AI

Amazon Rekognition 让您可以向应用程序轻松添加图像分析功能。Amazon RekognitionDetectModerationLabelsAPI 操作直接与 Amazon A2I 集成,因此您可以轻松创建人工循环来审核不安全的图像,例如明显的成人或暴力内容。您可以使用 DetectModerationLabels,通过流定义 ARN 配置人工循环。这使 Amazon A2I 能够分析由 Amazon Rekognition 做出的预测,并将结果发送给人员以便审查,以确保它们符合流程定义中设置的条件。

下图描述了 Amazon Rekognition 的亚马逊 A2I 内置工作流程。左侧描述了创建 Amazon Rekognition 人工审核工作流程所需的资源:以及 Amazon S3 存储桶、激活条件、工作人员任务模板和工作团队。这些资源用于创建人工审核工作流,或流定义流程。一个箭头指向工作流程的下一步:使用 Amazon Rekognition 通过人工审核工作流程配置人工循环。第二个箭头指向从此步骤直接指向满足人工审核工作流程中指定的激活条件的步骤。这启动了人工循环的创建。在图像右侧,人类循环分三个步骤描述:1) 生成工作人员 UI 和工具,任务可供工作人员使用,2) 工作人员查看输入数据,最后 3) 结果保存在 Amazon S3 中。


            通过 Amazon Rekognition 使用亚马逊 Augmented AI

在使用 Amazon Rekognition 任务类型时,可以设置以下激活条件:

  • 根据标签置信度分数,启动针对由 Amazon Rekognition 标识的标签的人工审查。

  • 随机将图像示例发送给人员以进行审查。

您可以在创建人工审核工作流程时使用 Amazon SageMaker 控制台设置这些激活条件,也可以通过为人工循环激活条件创建 JSON 并将其指定为输入来设置这些激活条件。HumanLoopActivationConditions的参数CreateFlowDefinitionAPI 操作。要了解如何以 JSON 格式指定激活条件,请参阅 亚马逊中用于人 Augmented AI 循环激活条件的 JSON 架构将人工循环激活条件 JSON 架构与 Amazon Rekognition 结合使用

注意

将 Augmented AI 与 Amazon Rekognition 一起使用时,请在同一个方面创建 Augmented AI 资源Amazon你用来打电话的地区DetectModerationLabels.

开始使用:将人工审核集成到 Amazon Rekognition 图像审核 Job 中

要将人工审核集成到 Amazon Rekognition 中,请参阅以下主题:

创建流程定义之后,请参阅在 Amazon Rekognition 中使用 Augmented AI以了解如何将流程定义集成到 Amazon Rekognition 任务中。

使用 Amazon Rekognition 和 Amazon A2I 使用 Amazon A2I 的端到端演示

有关演示如何使用控制台将 Amazon Rekognition 与 Amazon A2I 结合使用的端到端示例,请参阅教程:从 Amazon A2I 控制台开始使用.

要了解如何使用 Amazon A2I API 创建并启动人工审核,可以使用Amazon Augmented AI (Amazon A2I) 与 Amazon Rekognition 集成 [示例]在 SageMaker 笔记本实例中。要了解其用法,请参阅 将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本电脑一起使用

A2I Rekognition 工作人员控制台预览

在 Amazon Rekognition 工作流程中为工作人员分配审核任务时,工作人员可能会看到与以下内容类似的用户界面:

可以在创建人工审核定义时,或通过创建并使用自定义模板,来在 SageMaker 控制台中自定义此界面。要了解更多信息,请参阅“创建和管理工作人员任务模板”。