使用 的使用案例和示例 Amazon A2I - Amazon SageMaker
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。

使用 的使用案例和示例 Amazon A2I

您可以使用 Amazon Augmented AI 将人工审核集成到内置任务类型、 Amazon Textract 和 的工作流程中Amazon Rekognition,或者使用自定义任务类型来创建自定义任务。

当您使用内置任务类型之一创建人工审核工作流程时,您可以指定触发人工审核的条件,例如置信度阈值。当满足这些条件时, 服务(Amazon Rekognition 或 Amazon Textract)将代表您创建人工循环,并将您的输入数据直接提供给 以Amazon A2I发送给人工审查者。要了解有关内置任务类型的更多信息,请使用以下命令:

使用自定义任务类型时,您可以使用 Amazon A2I 运行时 API 创建并启动人工循环。使用 自定义任务类型将人工审核工作流程与其他 AWS 服务或您自己的自定义 ML 应用程序合并。

下表概述了您可以使用 Amazon A2I Jupyter 笔记本探索的各种SageMaker使用案例。要开始使用 Jupyter 笔记本,请使用中的说明将SageMaker笔记本实例与 Amazon A2I Jupyter 笔记本结合使用。有关更多示例,请参阅该 GitHub 存储库

使用案例 描述 任务类型

将 Amazon A2I 与 结合使用 Amazon Textract

让人员审查单页文档以审核重要的表单键值对,或者让 从您的数据集Amazon Textract随机采样并将文档发送给人员以供审核。

内置
将 Amazon A2I 与 结合使用 Amazon Rekognition

让人员在 Amazon Rekognition 返回低置信度得分时审查明显的成人或暴力内容的不安全图像,或者Amazon Rekognition随机采样并从数据集发送图像以供人员审核。

内置

将 Amazon A2I 与 结合使用 Amazon Comprehend

让人工审查有关文本数据的Amazon Comprehend推理,如情绪分析、文本语法和实体检测。

自定义

将 Amazon A2I 与 结合使用 Amazon Transcribe

让人工查看视频或音频文件的Amazon Transcribe转录。使用转录人工审核循环的结果创建自定义词汇表,并改进将来对类似视频或音频内容的转录。

自定义
将 Amazon A2I 与 结合使用 Amazon Translate

让人工查看从 返回的低置信度转换Amazon Translate。

自定义

使用 查看实时 Amazon A2I ML 推理

使用 查看由部署到 Amazon A2I SageMaker 托管终端节点的模型进行的实时低置信度推理,并使用Amazon A2I输出数据以增量方式训练您的模型。

自定义

使用 Amazon A2I 查看表格数据

使用 Amazon A2I 将人工审核循环集成到使用表格数据的 ML 应用程序中。

自定义

将SageMaker笔记本实例与 Amazon A2I Jupyter 笔记本结合使用

有关演示如何将 Amazon A2I 人工审核循环集成到机器学习工作流中的端到端示例,您可以在 笔记本实例中从此 GitHub 存储库使用 Jupyter SageMaker 笔记本。

要在 Amazon SageMaker 笔记本实例中使用 Amazon A2I 自定义任务类型示例笔记本,请执行以下操作:

  1. 如果您没有活动的SageMaker笔记本实例,请按照中的说明创建一个步骤 1:创建 Amazon SageMaker 笔记本实例

  2. 当您的笔记本实例处于活动状态时,选择笔记本实例名称右侧的 Open JupyterLab (打开 JupyterLab)。加载 JupyterLab 可能需要一些时间。

  3. 选择 图标以将 GitHub 存储库克隆到您的工作区。

  4. 输入 amazon-a2i-sample-jupyter-notebooks 存储库 HTTPS URL。

  5. 选择 CLONE (克隆)

  6. 打开要运行的笔记本。

  7. 按照笔记本中的说明配置人工审核工作流程和人工循环并运行单元格。

  8. 为避免产生不必要的费用,在完成演示后,除了演练期间创建的任何 Amazon S3 存储桶、 IAM 角色和 CloudWatch Events 资源之外,还要停止并删除笔记本实例。