تضيف Amazon Rekognition Labels 600 تسمية جديدة ، بما في ذلك المعالم ، وتكتشف الآن الألوان السائدة

الأمازون إعادة الاعتراف تقدم قدرات رؤية حاسوبية مدربة مسبقًا وقابلة للتخصيص لاستخراج المعلومات والأفكار من الصور ومقاطع الفيديو. أحد هذه القدرة هو تسميات التعرف على أمازون، الذي يكتشف الأشياء والمشاهد والأفعال والمفاهيم في الصور. العملاء مثل Synchronoss ، شترستوك، و Nomad Media تستخدم Amazon Rekognition Labels لإضافة البيانات الوصفية تلقائيًا إلى مكتبة المحتوى الخاصة بهم وتمكين نتائج البحث المستندة إلى المحتوى. TripleLift يستخدم Amazon Rekognition Labels لتحديد أفضل اللحظات لإدراج الإعلانات التي تكمل تجربة المشاهدة للجمهور ديناميكيًا. فيدموب يستخدم Amazon Rekognition Labels لاستخراج البيانات الوصفية من تصميمات الإعلانات لفهم الدور الفريد لاتخاذ القرارات الإبداعية في أداء الإعلانات ، حتى يتمكن المسوقون من إنتاج إعلانات تؤثر على الأهداف الرئيسية التي يهتمون بها كثيرًا. بالإضافة إلى ذلك ، يستخدم الآلاف من العملاء الآخرين Amazon Rekognition Labels لدعم العديد من حالات الاستخدام الأخرى ، مثل تصنيف صور الممر أو التنزه ، واكتشاف الأشخاص أو المركبات في لقطات كاميرات الأمان ، وتصنيف صور مستندات الهوية.

تكتشف Amazon Rekognition Labels للصور 600 تسمية جديدة ، بما في ذلك المعالم والأنشطة ، وتحسن الدقة لأكثر من 2,000 تسمية موجودة. بالإضافة إلى ذلك ، تدعم Amazon Rekognition Labels الآن خصائص الصورة لاكتشاف الألوان السائدة للصورة ومقدمةها وخلفيتها ، بالإضافة إلى الكائنات المكتشفة ذات المربعات المحيطة. تقيس خصائص الصورة أيضًا سطوع الصورة والحدة والتباين. أخيرًا ، تنظم Amazon Rekognition Labels الآن نتائج التسمية باستخدام حقلين إضافيين ، aliases و categories، ويدعم تصفية تلك النتائج. في الأقسام التالية ، نستعرض القدرات الجديدة وفوائدها بمزيد من التفصيل مع بعض الأمثلة.

تسميات جديدة

أضافت Amazon Rekognition Labels أكثر من 600 ملصق جديد ، لتوسيع قائمة الملصقات المدعومة. فيما يلي بعض الأمثلة على التصنيفات الجديدة:

• معالم شهيرة - جسر بروكلين ، الكولوسيوم ، برج إيفل ، ماتشو بيتشو ، تاج محل ، إلخ.
• النشاطات - التصفيق ، ركوب الدراجات ، الاحتفال ، القفز ، المشي بالكلب ، إلخ.
• كشف الضرر - انبعاجات السيارة ، خدش السيارة ، التآكل ، أضرار المنزل ، أضرار السقف ، أضرار النمل الأبيض ، إلخ.
• النصوص والمستندات - مخطط شريطي ، بطاقة صعود الطائرة ، مخطط انسيابي ، دفتر ملاحظات ، فاتورة ، إيصال ، إلخ.
• رياضة - لعبة البيسبول ، مضرب الكريكيت ، التزلج الفني على الجليد ، الرجبي ، كرة الماء ، إلخ.
• الكثير - سباق القوارب ، المرح ، سيتي سكيب ، القرية ، اقتراح الزفاف ، الولائم ، إلخ.

باستخدام هذه الملصقات ، يمكن للعملاء في مشاركة الصور أو الصور الفوتوغرافية أو وسائط البث إضافة بيانات وصفية جديدة تلقائيًا إلى مكتبة المحتوى الخاصة بهم لتحسين إمكانات البحث لديهم.

لنلقِ نظرة على مثال اكتشاف الملصق لجسر بروكلين.

يعرض الجدول التالي التصنيفات ودرجات الثقة التي تم إرجاعها في استجابة واجهة برمجة التطبيقات.

تسميات محسنة

قامت Amazon Rekognition Labels أيضًا بتحسين الدقة لما يزيد عن 2,000 ملصق. فيما يلي بعض الأمثلة على التسميات المحسّنة:

• النشاطات - الغطس ، القيادة ، القراءة ، الجلوس ، الوقوف ، إلخ.
• الملابس والاكسسوارات - حقيبة ظهر ، حزام ، بلوزة ، هوديي ، جاكيت ، حذاء ، إلخ.
• المنزل والداخل - حمام سباحة ، نباتات محفوظ بوعاء ، وسادة ، مدفأة ، بطانية ، إلخ.
• التكنولوجيا والحوسبة - سماعات الرأس ، الهاتف المحمول ، الكمبيوتر اللوحي ، القراءة ، الكمبيوتر المحمول ، إلخ.
• المركبات والسيارات - شاحنة ، عجلة ، إطار ، ممتص الصدمات ، مقعد السيارة ، مرآة السيارة ، إلخ.
• النصوص والمستندات - جواز السفر ، رخصة القيادة ، بطاقة العمل ، الوثيقة ، إلخ.
• الكثير - كلب ، كنغر ، تاون سكوير ، مهرجان ، يضحك ، إلخ.

خصائص الصورة لاكتشاف الألوان السائدة وجودة الصورة

خصائص الصورة هي قدرة جديدة في Amazon Rekognition Labels للصور ، ويمكن استخدامها مع أو بدون وظيفة الكشف عن الملصقات. ملاحظة: خصائص الصورة هي بسعر منفصل من Amazon Rekognition Labels ، وهو متاح فقط مع حزم SDK المحدثة.

الكشف عن اللون السائد

تحدد خصائص الصورة الألوان السائدة في الصورة بناءً على نسب البكسل. يتم تعيين هذه الألوان السائدة إلى 140 لوحة ألوان CSS، RGB ، الكود السداسي ، و 12 لونًا مبسطًا (أخضر ، وردي ، أسود ، أحمر ، أصفر ، سماوي ، بني ، برتقالي ، أبيض ، بنفسجي ، أزرق ، رمادي). بشكل افتراضي ، تقوم API بإرجاع ما يصل إلى 10 ألوان سائدة ما لم تحدد عدد الألوان التي تريد إرجاعها. الحد الأقصى لعدد الألوان السائدة التي يمكن أن تعيدها API هو 12.

عند استخدامها بشكل مستقل ، تكتشف خصائص الصورة الألوان السائدة للصورة بأكملها بالإضافة إلى المقدمة والخلفية. عند استخدامها مع وظائف اكتشاف الملصق ، تحدد خصائص الصورة أيضًا الألوان السائدة للكائنات المكتشفة مع المربعات المحيطة.

يمكن للعملاء في مشاركة الصور أو التصوير الفوتوغرافي للأوراق المالية استخدام الكشف عن الألوان السائدة لإثراء البيانات الوصفية لمكتبة الصور الخاصة بهم لتحسين اكتشاف المحتوى ، مما يسمح للمستخدمين النهائيين بالتصفية حسب اللون أو البحث عن كائنات بألوان معينة ، مثل "كرسي أزرق" أو "حذاء أحمر". " بالإضافة إلى ذلك ، يمكن للعملاء في مجال الإعلان تحديد أداء الإعلان بناءً على ألوان أصولهم الإبداعية.

جودة الصورة

بالإضافة إلى اكتشاف الألوان السائد ، تقيس خصائص الصورة أيضًا جودة الصورة من خلال درجات السطوع والحدة والتباين. كل من هذه الدرجات تتراوح من 0-100. على سبيل المثال ، ستُرجع الصورة المظلمة جدًا قيم سطوع منخفضة ، بينما ستُرجع الصورة ذات الإضاءة الساطعة قيمًا عالية.

من خلال هذه الدرجات ، يمكن للعملاء في مشاركة الصور أو الإعلان أو التجارة الإلكترونية إجراء فحص الجودة وتصفية الصور ذات السطوع والحدة المنخفضين لتقليل تنبؤات الملصقات الخاطئة.

تُظهر الصورة التالية مثالاً لبرج إيفل.

الجدول التالي هو مثال لبيانات خصائص الصورة التي تم إرجاعها في استجابة API.

الصورة التالية مثال لكرسي أحمر.

فيما يلي مثال لبيانات خصائص الصورة التي تم إرجاعها في استجابة API.

الصورة التالية هي مثال لكلب ذو خلفية صفراء.

فيما يلي مثال لبيانات خصائص الصورة التي تم إرجاعها في استجابة API.

حقول فئات وأسماء مستعارة جديدة

تعيد Amazon Rekognition Labels الآن حقلين جديدين ، aliases و categories، في استجابة API. الأسماء المستعارة هي أسماء أخرى لنفس التسمية وتقوم الفئات بتجميع التسميات الفردية معًا استنادًا إلى 40 سمة مشتركة ، مثل Food and Beverage و Animals and Pets. مع تحديث نموذج الكشف عن الملصق ، لن يتم إرجاع الأسماء المستعارة في القائمة الأساسية لأسماء الملصقات. بدلاً من ذلك ، يتم إرجاع الأسماء المستعارة في الجديد aliases الحقل في استجابة API. ملاحظة: لا يتم إرجاع الأسماء المستعارة والفئات إلا مع حزم SDK المحدثة.

يمكن للعملاء في مشاركة الصور أو التجارة الإلكترونية أو الإعلان استخدام الأسماء المستعارة والفئات لتنظيم تصنيف البيانات الوصفية للمحتوى الخاص بهم لتعزيز البحث عن المحتوى وتصفيته:

• مثال على الأسماء المستعارة - لان Car و Automobile هي أسماء مستعارة ، يمكنك إضافة بيانات وصفية إلى صورة باستخدام Car و Automobile في نفس الوقت
• مثال الفئات - يمكنك استخدام الفئات لإنشاء مرشح فئة أو عرض جميع الصور المتعلقة بفئة معينة ، مثل Food and Beverage، دون الحاجة إلى إضافة بيانات وصفية صراحةً إلى كل صورة بامتداد Food and Beverage

تُظهر الصورة التالية مثالاً لاكتشاف الملصق بأسماء مستعارة وفئات للغواص.

يعرض الجدول التالي التسميات ودرجات الثقة والأسماء المستعارة والفئات التي تم إرجاعها في استجابة واجهة برمجة التطبيقات.

الصورة التالية هي مثال لراكب دراجة.

يحتوي الجدول التالي على التسميات ودرجات الثقة والأسماء المستعارة والفئات التي تم إرجاعها في استجابة واجهة برمجة التطبيقات.

فلاتر التضمين والاستبعاد

تقدم Amazon Rekognition Labels خيارات جديدة لتصفية التضمين والاستبعاد في معلمات إدخال واجهة برمجة التطبيقات لتضييق نطاق قائمة التسميات المحددة التي يتم إرجاعها في استجابة واجهة برمجة التطبيقات. يمكنك تقديم قائمة صريحة بالتسميات أو الفئات التي تريد تضمينها أو استبعادها. ملاحظة: تتوفر هذه المرشحات مع حزم SDK المحدثة.

يمكن للعملاء استخدام عوامل تصفية التضمين والاستبعاد للحصول على تسميات أو فئات معينة يهتمون بها دون الحاجة إلى إنشاء منطق إضافي في تطبيقهم. على سبيل المثال ، يمكن للعملاء في التأمين استخدام LabelCategoriesInclusionFilter لتضمين نتائج التسمية فقط في Damage Detection الفئة.

الكود التالي هو نموذج طلب لواجهة برمجة التطبيقات مع عوامل تصفية التضمين والاستبعاد:

{
    "Image": {
        "S3Object": {
            "Bucket": "bucket",
            "Name": "input.jpg" 
        } 
    },
    "MaxLabels": 10, 
    "MinConfidence": 75,
    "Features": [ "GENERAL_LABELS", "IMAGE_PROPERTIES" ],
    "Settings": {
        "GeneralLabels": {
            "LabelsInclusionFilter": [],
            "LabelsExclusionFilter": [],
            "LabelCategoriesInclusionFilter": [],
            "LabelCategoriesExclusionFilter": [] 
        },
        "ImageProperties": {
            "MaxDominantColors":10
        }
    }
 }

فيما يلي أمثلة على كيفية عمل عوامل تصفية التضمين والاستبعاد:

• إذا كنت تريد فقط الكشف Person و Car، ولا تهتم بالتسميات الأخرى ، يمكنك تحديد [“Person”,”Car”] في LabelsInclusionFilter.
• إذا كنت تريد الكشف عن جميع التصنيفات باستثناء Clothing، يمكنك تحديد [“Clothing”] في LabelsExclusionFilter.
• إذا كنت ترغب في اكتشاف التسميات داخل نطاق Animal and Pets الفئات باستثناء Dog و Cat، يمكنك تحديد ["Animal and Pets"] في ال LabelCategoriesInclusionFilter، مع ["Dog", "Cat"] في LabelsExclusionFilter.
• إذا تم تحديد التسمية في LabelsInclusionFilter or LabelsExclusionFilter، سيتم تضمين الأسماء المستعارة الخاصة بهم أو استبعادها وفقًا لذلك aliases هو تصنيف فرعي للتسميات. على سبيل المثال ، لأن Automobile هو اسم مستعار لـ Car، إذا حددت Car in LabelsInclusionFilter، فإن API سيعيد الملف Car مع التسمية Automobile في ال aliases الميدان.

وفي الختام

تكتشف Amazon Rekognition Labels 600 ملصق جديد وتحسن الدقة لأكثر من 2,000 ملصق موجود. إلى جانب هذه التحديثات ، تدعم Amazon Rekognition Labels الآن خصائص الصور والأسماء المستعارة والفئات ، فضلاً عن عوامل التضمين والتضمين.

لتجربة نموذج الكشف عن الملصقات الجديد بميزاته الجديدة ، قم بتسجيل الدخول إلى حساب AWS الخاص بك وتحقق من ملف وحدة تحكم Amazon Rekognition للكشف عن الملصقات وخصائص الصورة. لمعرفة المزيد ، قم بزيارة كشف الملصقات.

عن المؤلفين

ماريا هاندوكو هو مدير أول للمنتجات في AWS. تركز على مساعدة العملاء في حل تحديات أعمالهم من خلال التعلم الآلي ورؤية الكمبيوتر. تستمتع في أوقات فراغها بالمشي لمسافات طويلة والاستماع إلى المدونات الصوتية واستكشاف المأكولات المختلفة.

شيبرا كانوريا هو مدير المنتج الرئيسي في AWS. إنها شغوفة بمساعدة العملاء في حل مشكلاتهم الأكثر تعقيدًا باستخدام قوة التعلم الآلي والذكاء الاصطناعي. قبل الانضمام إلى AWS ، أمضت Shipra أكثر من 4 سنوات في Amazon Alexa ، حيث أطلقت العديد من الميزات المتعلقة بالإنتاجية على المساعد الصوتي Alexa.