تعتمد الشركات بشكل متزايد على الصور ومقاطع الفيديو التي ينشئها المستخدمون للمشاركة. من منصات التجارة الإلكترونية التي تشجع العملاء على مشاركة صور المنتجات إلى شركات وسائل التواصل الاجتماعي التي تروج لمقاطع الفيديو والصور التي ينشئها المستخدمون، يعد استخدام محتوى المستخدم للمشاركة استراتيجية قوية. ومع ذلك، قد يكون من الصعب التأكد من أن هذا المحتوى الذي ينشئه المستخدم يتوافق مع سياساتك ويعزز مجتمعًا آمنًا عبر الإنترنت لمستخدميك.
تعتمد العديد من الشركات حاليًا على الوسطاء البشريين أو تستجيب بشكل تفاعلي لشكاوى المستخدمين لإدارة المحتوى غير المناسب الذي ينشئه المستخدمون. لا يمكن توسيع نطاق هذه الأساليب لإدارة الملايين من الصور ومقاطع الفيديو بشكل فعال بجودة أو سرعة كافية، مما يؤدي إلى تجربة مستخدم سيئة، أو ارتفاع تكاليف تحقيق النطاق، أو حتى الإضرار المحتمل بسمعة العلامة التجارية.
في هذا المنشور، نناقش كيفية استخدام ميزة الإشراف المخصص في الأمازون إعادة الاعتراف لتحسين دقة واجهة برمجة تطبيقات الإشراف على المحتوى المدربة مسبقًا.
الإشراف على المحتوى في Amazon Rekognition
Amazon Rekognition عبارة عن خدمة ذكاء اصطناعي مُدارة (AI) توفر إمكانات رؤية كمبيوتر مدربة مسبقًا وقابلة للتخصيص لاستخراج المعلومات والرؤى من الصور ومقاطع الفيديو. إحدى هذه القدرات هي الإشراف على محتوى Amazon Rekognition، والذي يكتشف المحتوى غير المناسب أو غير المرغوب فيه في الصور ومقاطع الفيديو. يستخدم Amazon Rekognition تصنيفًا هرميًا لتصنيف المحتوى غير المناسب أو غير المرغوب فيه باستخدام 10 فئات معتدلة عالية المستوى (مثل العنف أو المحتوى الصريح أو الكحول أو المخدرات) و35 فئة من المستوى الثاني. يمكن للعملاء في مختلف الصناعات مثل التجارة الإلكترونية ووسائل التواصل الاجتماعي والألعاب استخدام الإشراف على المحتوى في Amazon Rekognition لحماية سمعة علامتهم التجارية وتعزيز مجتمعات المستخدمين الآمنة.
باستخدام Amazon Rekognition للإشراف على الصور والفيديو، يتعين على المشرفين البشريين مراجعة مجموعة أصغر بكثير من المحتوى، عادةً ما تتراوح بين 1 إلى 5% من الحجم الإجمالي، والتي تم وضع علامة عليها بالفعل بواسطة نموذج الإشراف على المحتوى. يتيح ذلك للشركات التركيز على الأنشطة الأكثر قيمة والاستمرار في تحقيق تغطية معتدلة شاملة بجزء صغير من تكلفتها الحالية.
تقديم الإشراف المخصص لـ Amazon Rekognition
يمكنك الآن تحسين دقة نموذج الإشراف على Rekognition لبياناتك الخاصة بأعمالك باستخدام ميزة الإشراف المخصص. يمكنك تدريب محول مخصص باستخدام ما لا يقل عن 20 صورة توضيحية في أقل من ساعة واحدة. تعمل هذه المحولات على توسيع إمكانيات نموذج الإشراف لاكتشاف الصور المستخدمة للتدريب بدقة أعلى. في هذا المنشور، نستخدم مجموعة بيانات نموذجية تحتوي على صور آمنة وصور تحتوي على مشروبات كحولية (تعتبر غير آمنة) لتعزيز دقة علامة الاعتدال في شرب الكحول.
يمكن توفير المعرف الفريد للمحول المدرب للمحول الموجود كشف الاعتدال عملية API لمعالجة الصور باستخدام هذا المحول. لا يمكن استخدام كل محول إلا من خلال حساب AWS الذي تم استخدامه لتدريب المحول، مما يضمن أن البيانات المستخدمة للتدريب تظل آمنة ومأمونة في حساب AWS هذا. باستخدام ميزة الإشراف المخصص، يمكنك تخصيص نموذج الإشراف المُدرب مسبقًا في Rekognition لتحسين الأداء في حالة استخدام الإشراف المحددة لديك، دون أي خبرة في التعلم الآلي (ML). يمكنك الاستمرار في الاستمتاع بمزايا خدمة الإشراف المُدارة بالكامل من خلال نموذج تسعير الدفع لكل استخدام للإشراف المخصص.
حل نظرة عامة
يتضمن تدريب محول الإشراف المخصص خمس خطوات يمكنك إكمالها باستخدام وحدة تحكم إدارة AWS أو واجهة API:
- إنشاء مشروع
- قم بتحميل بيانات التدريب
- تعيين تسميات الحقيقة الأرضية للصور
- تدريب المحول
- استخدم المحول
دعنا نتعرف على هذه الخطوات بمزيد من التفاصيل باستخدام وحدة التحكم.
إنشاء مشروع
المشروع عبارة عن حاوية لتخزين المحولات الخاصة بك. يمكنك تدريب محولات متعددة داخل مشروع باستخدام مجموعات بيانات تدريب مختلفة لتقييم المحول الذي يحقق أفضل أداء لحالة الاستخدام المحددة الخاصة بك. لإنشاء مشروعك، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Rekognition ، اختر الإشراف المخصص في جزء التنقل.
- اختار إنشاء مشروع.
- في حالة اسم المشروع، أدخل اسمًا لمشروعك.
- في حالة اسم المحول، أدخل اسمًا للمحول الخاص بك.
- اختياريًا، أدخل وصفًا للمحول الخاص بك.
تحميل بيانات التدريب
يمكنك البدء بما لا يقل عن 20 عينة من الصور لتكييف نموذج الإشراف لاكتشاف عدد أقل من النتائج الإيجابية الخاطئة (الصور المناسبة لنشاطك التجاري ولكن تم وضع علامة عليها بواسطة النموذج بتسمية الإشراف). لتقليل النتائج السلبية الكاذبة (الصور غير المناسبة لنشاطك التجاري ولكن لا يتم وضع علامة عليها بعلامة معتدلة)، يتعين عليك البدء بـ 50 عينة من الصور.
يمكنك الاختيار من بين الخيارات التالية لتوفير مجموعات بيانات الصور لتدريب المحول:
أكمل الخطوات التالية:
- لهذه الوظيفة ، حدد استيراد الصور من حاوية S3 وأدخل URI الخاص بـ S3.
مثل أي عملية تدريب على تعلم الآلة، يتطلب تدريب محول الإشراف المخصص في Amazon Rekognition مجموعتي بيانات منفصلتين: واحدة لتدريب المحول والأخرى لتقييم المحول. يمكنك إما تحميل مجموعة بيانات اختبار منفصلة أو اختيار تقسيم مجموعة بيانات التدريب الخاصة بك تلقائيًا للتدريب والاختبار.
- لهذه الوظيفة ، حدد الانقسام التلقائي.
- أختار تفعيل التحديث التلقائي للتأكد من أن النظام يقوم تلقائيًا بإعادة تدريب المحول عند إطلاق إصدار جديد من نموذج الإشراف على المحتوى.
- اختار إنشاء مشروع.
تعيين تسميات الحقيقة الأرضية للصور
إذا قمت بتحميل صور بدون تعليقات توضيحية، فيمكنك استخدام وحدة تحكم Amazon Rekognition لتوفير تسميات الصور وفقًا لتصنيف الإشراف. في المثال التالي، نقوم بتدريب محول لاكتشاف الكحول المخفي بدقة أعلى، ونقوم بتسمية جميع هذه الصور بملصق الكحول. يمكن تصنيف الصور التي لا تعتبر غير لائقة على أنها آمنة.
تدريب المحول
بعد تسمية كافة الصور، اختر ابدأ التدريب لبدء عملية التدريب. ستستخدم Amazon Rekognition مجموعات بيانات الصور التي تم تحميلها لتدريب نموذج محول لتحسين الدقة على النوع المحدد من الصور المقدمة للتدريب.
بعد تدريب محول الإشراف المخصص، يمكنك عرض كافة تفاصيل المحول (adapterID
, test
و training
ملفات البيان) في أداء المحول والقسم الخاص به.
• أداء المحول يعرض القسم تحسينات في الإيجابيات الكاذبة والسلبيات الكاذبة عند مقارنتها بنموذج الإشراف المُدرب مسبقًا. المحول الذي قمنا بتدريبه لتعزيز اكتشاف ملصق الكحول يقلل من المعدل السلبي الكاذب في صور الاختبار بنسبة 73%. بمعنى آخر، يتنبأ المحول الآن بدقة بملصق الإشراف على الكحول لعدد أكبر بنسبة 73% من الصور مقارنة بنموذج الإشراف الذي تم تدريبه مسبقًا. ومع ذلك، لم يلاحظ أي تحسن في النتائج الإيجابية الكاذبة، حيث لم يتم استخدام أي عينات إيجابية كاذبة للتدريب.
استخدم المحول
يمكنك إجراء الاستدلال باستخدام المحول المدرب حديثًا لتحقيق دقة محسنة. للقيام بذلك، اتصل بـ Amazon Rekognition DetectModerationLabel
API مع معلمة إضافية، ProjectVersion
، وهو الفريد AdapterID
من المحول. ما يلي هو أمر عينة باستخدام واجهة سطر الأوامر AWS (AWS CLI):
فيما يلي نموذج لمقتطف التعليمات البرمجية باستخدام مكتبة بايثون Boto3:
أفضل الممارسات للتدريب
لزيادة أداء المحول الخاص بك إلى الحد الأقصى، يوصى باتباع أفضل الممارسات التالية لتدريب المحول:
- يجب أن تلتقط بيانات الصورة النموذجية الأخطاء التمثيلية التي تريد تحسين دقة نموذج الإشراف عليها
- بدلاً من جلب صور الخطأ للإيجابيات والسلبيات الكاذبة فقط، يمكنك أيضًا تقديم إيجابيات حقيقية وسلبيات حقيقية لتحسين الأداء
- توفير أكبر عدد ممكن من الصور المشروحة للتدريب
وفي الختام
في هذا المنشور، قدمنا نظرة عامة متعمقة على ميزة الإشراف المخصص الجديدة في Amazon Rekognition. علاوة على ذلك، قمنا بتفصيل خطوات إجراء التدريب باستخدام وحدة التحكم، بما في ذلك أفضل الممارسات للحصول على أفضل النتائج. للحصول على معلومات إضافية، قم بزيارة وحدة تحكم Amazon Rekognition واستكشف ميزة الإشراف المخصص.
الإشراف المخصص لـ Amazon Rekognition أصبح الآن متاحًا بشكل عام في جميع مناطق AWS حيث يتوفر Amazon Rekognition.
معرفة المزيد عن الإشراف على المحتوى على AWS. اتخذ الخطوة الأولى نحو تبسيط عمليات إدارة المحتوى باستخدام AWS.
حول المؤلف
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.
اكاش ديب هو مدير هندسة تطوير البرمجيات ومقره في سياتل. يستمتع بالعمل على رؤية الكمبيوتر والذكاء الاصطناعي والأنظمة الموزعة. وتتمثل مهمته في تمكين العملاء من معالجة المشكلات المعقدة وإنشاء القيمة باستخدام AWS Rekognition. خارج العمل، يستمتع بالمشي لمسافات طويلة والسفر.
لانا تشانغ هو مهندس حلول أول في فريق AWS WWSO AI Services، وهو متخصص في الذكاء الاصطناعي والتعلم الآلي للإشراف على المحتوى ورؤية الكمبيوتر ومعالجة اللغات الطبيعية والذكاء الاصطناعي التوليدي. بفضل خبرتها، تكرس جهودها للترويج لحلول AWS AI/ML ومساعدة العملاء في تحويل حلول أعمالهم عبر الصناعات المتنوعة، بما في ذلك وسائل التواصل الاجتماعي والألعاب والتجارة الإلكترونية والإعلام والإعلان والتسويق.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/announcing-rekogniton-custom-moderation-enhance-accuracy-of-pre-trained-rekognition-moderation-models-with-your-data/
- :يكون
- :ليس
- :أين
- 1
- 10
- 100
- 118
- 150
- 20
- 35%
- 50
- 7
- 9
- a
- عكاش
- من نحن
- حسابي
- دقة
- بدقة
- التأهيل
- في
- أنشطة
- تكيف
- إضافي
- معلومات اضافية
- العنوان
- دعاية
- AI
- خدمات الذكاء الاصطناعي
- AI / ML
- كحول
- اليكسا
- الكل
- سابقا
- أيضا
- أمازون
- الأمازون إعادة الاعتراف
- أمازون ويب سيرفيسز
- an
- و
- اعلان
- آخر
- أي وقت
- API
- اقتراب
- مناسب
- هي
- مصطنع
- الذكاء الاصطناعي
- الذكاء الاصطناعي (منظمة العفو الدولية)
- AS
- تقييم
- المساعد
- مساعدة
- At
- المؤلفة
- تلقائيا
- متاح
- AWS
- على أساس
- BE
- قبل
- بدأ
- الفوائد
- أفضل
- أفضل الممارسات
- على حد سواء
- العلامة تجارية
- وبذلك
- الأعمال
- لكن
- by
- دعوة
- CAN
- قدرات
- قدرة
- أسر
- حقيبة
- الفئات
- تحدي
- اختار
- زبون
- الكود
- المجتمعات
- مجتمع
- الشركات
- مقارنة
- شكاوي
- إكمال
- مجمع
- شامل
- الكمبيوتر
- رؤية الكمبيوتر
- نظرت
- ثابتة
- كنسولات
- وعاء
- محتوى
- استمر
- التكلفة
- التكاليف
- تغطية
- خلق
- خلق القيمة
- حاليا
- على
- العملاء
- للتخصيص
- البيانات
- قواعد البيانات
- مخصصة
- عميق
- وصف
- التفاصيل
- مفصلة
- تفاصيل
- بكشف أو
- كشف
- التطوير التجاري
- مختلف
- بحث
- يعرض
- وزعت
- الانظمة الموزعة
- عدة
- do
- لا
- المخدرات
- التجارة الإلكترونية
- كل
- التجارة الإلكترونية
- على نحو فعال
- إما
- تمكين
- تمكن
- مشجع
- اشتباك
- الهندسة
- تعزيز
- تعزيز
- استمتع
- ضمان
- ضمان
- أدخل
- خطأ
- أخطاء
- تقييم
- حتى
- مثال
- القائمة
- الخبره في مجال الغطس
- خبرة
- اكتشف
- مد
- استخراج
- زائف
- الميزات
- المميزات
- قليل
- أقل
- ملفات
- الاسم الأول
- خمسة
- مرصوف
- تركز
- متابعيك
- في حالة
- فوستر
- ترعى
- جزء
- تبدأ من
- تماما
- علاوة على ذلك
- الألعاب
- على العموم
- توليدي
- الذكاء الاصطناعي التوليدي
- دولار فقط واحصل على خصم XNUMX% على جميع
- أرض
- ضرر
- يملك
- he
- مساعدة
- لها
- مخفي
- مرتفع
- أعلى
- له
- ساعة
- كيفية
- كيفية
- لكن
- HTML
- HTTP
- HTTPS
- الانسان
- ID
- صورة
- صور
- تحسن
- تحسن
- تحسين
- تحسينات
- in
- في أخرى
- في العمق
- بما فيه
- على نحو متزايد
- الصناعات
- معلومات
- بدء
- رؤى
- رؤيتنا
- السطح البيني
- IT
- انضمام
- تُشير
- ملصقات
- لغة
- أطلقت
- يؤدي
- تعلم
- أقل
- خط
- قائمة
- آلة
- آلة التعلم
- إدارة
- تمكن
- إدارة
- مدير
- كثير
- التسويق
- تعظيم
- الوسائط
- ملايين
- الرسالة
- ML
- نموذج
- عارضات ازياء
- الاعتدال
- الأكثر من ذلك
- أكثر
- كثيرا
- متعدد
- الاسم
- طبيعي
- معالجة اللغات الطبيعية
- قائمة الإختيارات
- سلبي
- السلبيات
- جديد
- حديثا
- لا
- الآن
- of
- عروض
- on
- ONE
- online
- فقط
- عملية
- عمليات
- الأمثل
- مزيد من الخيارات
- or
- أخرى
- في الخارج
- على مدى
- نظرة عامة
- خبز
- المعلمة
- عاطفي
- إلى
- نفذ
- أداء
- أداء
- ينفذ
- منصات التداول
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- سياسات الخصوصية والبيع
- فقير
- إيجابي
- ممكن
- منشور
- محتمل
- قوة
- قوي
- الممارسات
- تتوقع
- قدم
- التسعير
- نماذج الاسعار
- رئيسي
- مشاكل
- عملية المعالجة
- معالجة
- المنتج
- مدير المنتج
- تنفيذ المشاريع
- تعزيز
- حماية
- تزود
- المقدمة
- جودة
- معدل
- موصى به
- تخفيض
- يقلل
- المناطق
- اعتمد
- بقايا
- ممثل
- سمعة
- مطلوب
- يتطلب
- الرد
- استجابة
- النتائج
- مراجعة
- خزنة
- عينة مجموعة بيانات
- حجم
- سياتل
- القسم
- تأمين
- كبير
- مستقل
- الخدمة
- خدماتنا
- طقم
- مشاركة
- هي
- ينبغي
- الأصغر
- قصاصة
- العدالة
- وسائل التواصل الاجتماعي
- تطبيقات الكمبيوتر
- تطوير البرمجيات
- الحلول
- حل
- متخصصة
- محدد
- سرعة
- قضى
- انقسم
- بداية
- خطوة
- خطوات
- لا يزال
- متجر
- الإستراتيجيات
- هذه
- كاف
- نظام
- أنظمة
- أخذ
- مهمة
- المهام
- التصنيف
- فريق
- تجربه بالعربي
- الاختبار
- من
- أن
- •
- من مشاركة
- تشبه
- عبر
- إلى
- افضل مستوى
- الإجمالي
- قطار
- متدرب
- قادة الإيمان
- تحويل
- السفر
- صحيح
- حقيقة
- اثنان
- نوع
- عادة
- فريد من نوعه
- غير مرغوب فيه
- تم التحميل
- تستخدم
- حالة الاستخدام
- مستعمل
- مستخدم
- تجربة المستخدم
- المستخدمين
- يستخدم
- استخدام
- القيمة
- قيمنا
- الإصدار
- فيديو
- مقاطع فيديو
- المزيد
- عنف
- رؤيتنا
- قم بزيارتنا
- صوت
- حجم
- سير
- تريد
- وكان
- we
- الويب
- خدمات ويب
- كان
- متى
- التي
- سوف
- مع
- في غضون
- بدون
- كلمات
- للعمل
- سير العمل
- عامل
- سنوات
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت