A vállalatok egyre inkább a felhasználók által generált képekre és videókra támaszkodnak az elkötelezettség érdekében. Az ügyfeleket termékképek megosztására ösztönző e-kereskedelmi platformoktól a felhasználók által generált videókat és képeket népszerűsítő közösségi média cégekig, a felhasználói tartalmak elköteleződésre való felhasználása hatékony stratégia. Azonban kihívást jelenthet annak biztosítása, hogy ez a felhasználók által generált tartalom összhangban legyen az Ön irányelveivel, és biztonságos online közösséget hozzon létre a felhasználók számára.
Sok vállalat jelenleg emberi moderátorokra támaszkodik, vagy reagál a felhasználói panaszokra, hogy kezelje a nem megfelelő felhasználók által generált tartalmakat. Ezek a megközelítések nem skálázódnak több millió kép és videó hatékony moderálására megfelelő minőségben vagy sebességgel, ami rossz felhasználói élményhez, magas méretarányos költségekhez, vagy akár a márka hírnevének potenciálisan károsításához vezet.
Ebben a bejegyzésben megvitatjuk, hogyan használhatjuk az Egyéni moderálás funkciót Amazon felismerés az előre betanított tartalommoderációs API pontosságának növelése érdekében.
Tartalom moderálása az Amazon Rekognitionban
Az Amazon Rekognition egy menedzselt mesterséges intelligencia (AI) szolgáltatás, amely előre betanított és testreszabható számítógépes látási képességeket kínál, hogy információkat és betekintést nyerjen ki képekből és videókból. Az egyik ilyen képesség az Amazon Rekognition tartalommoderálás, amely észleli a nem megfelelő vagy nem kívánt tartalmat a képekben és videókban. Az Amazon Rekognition egy hierarchikus taxonómiát használ a nem megfelelő vagy nem kívánt tartalmak 10 legfelső szintű moderálási kategóriájával (például erőszakkal, explicittel, alkohollal vagy drogokkal) és 35 második szintű kategóriával. Az olyan iparágak vásárlói, mint az e-kereskedelem, a közösségi média és a játék, tartalommoderálást használhatnak az Amazon Rekognition szolgáltatásban, hogy megvédjék márkájuk hírnevét és előmozdítsák a biztonságos felhasználói közösségeket.
Az Amazon Rekognition használatával a képek és videók moderálására az emberi moderátoroknak sokkal kisebb tartalomkészletet kell áttekinteniük, jellemzően a teljes mennyiség 1–5%-át, amelyet a tartalommoderálási modell már megjelöl. Ez lehetővé teszi a vállalatok számára, hogy értékesebb tevékenységekre összpontosítsanak, és továbbra is átfogó mérséklési fedezetet érjenek el meglévő költségeik töredékéért.
Bemutatjuk az Amazon Rekognition egyéni moderálást
Az Egyéni moderálás funkcióval most javíthatja a Rekognition moderálási modelljének pontosságát a vállalkozásspecifikus adatokhoz. Egyedi adaptert akár 20 megjegyzéssel ellátott képpel is betaníthat kevesebb mint 1 óra alatt. Ezek az adapterek kibővítik a moderációs modell képességeit az edzéshez használt képek nagyobb pontosságú észlelésére. Ehhez a bejegyzéshez egy mintaadatkészletet használunk, amely biztonságos képeket és (nem biztonságosnak tartott) alkoholos italokról készült képeket is tartalmaz, hogy javítsuk az alkoholmérséklet-címke pontosságát.
A betanított adapter egyedi azonosítója megadható a meglévőhöz DetectModerationLabels API művelet a képek feldolgozásához ezzel az adapterrel. Minden adaptert csak az adapter betanításához használt AWS-fiók használhat, így biztosítva, hogy a betanításhoz használt adatok biztonságban maradjanak az AWS-fiókban. Az Egyéni moderálás funkcióval gépi tanulási (ML) szakértelem nélkül személyre szabhatja a Rekognition előre betanított moderációs modelljét, hogy javítsa a teljesítményt az adott moderálási használati eseten. Továbbra is élvezheti a teljesen felügyelt moderálási szolgáltatás előnyeit az egyéni moderálás használatonkénti fizetési modelljével.
Megoldás áttekintése
Az egyéni moderációs adapter betanítása öt lépésből áll, amelyeket a következővel hajthat végre AWS felügyeleti konzol vagy az API felületen:
- Hozzon létre egy projektet
- Töltse fel az edzési adatokat
- Rendeljen alapigazság-címkéket a képekhez
- Tanítsa meg az adaptert
- Használja az adaptert
Nézzük meg ezeket a lépéseket részletesebben a konzol segítségével.
Hozzon létre egy projektet
A projekt egy tároló az adapterek tárolására. Egy projekten belül több adaptert is betaníthat különböző betanítási adatkészletekkel, hogy felmérje, melyik adapter teljesít a legjobban az adott felhasználási helyzetben. A projekt létrehozásához hajtsa végre a következő lépéseket:
- Az Amazon Rekognition konzolon válassza a lehetőséget Egyéni moderálás a navigációs ablaktáblában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Projekt létrehozása.
- A Projekt neve, adja meg a projekt nevét.
- A Adapter neve, adja meg az adapter nevét.
- Opcionálisan adja meg az adapter leírását.
Töltse fel az edzési adatokat
Kezdheti akár 20 mintaképpel is, hogy a moderálási modellt kevesebb téves pozitív észlelése érdekében alkalmazza (olyan képek, amelyek megfelelőek az Ön vállalkozásának, de a modell moderálási címkével van megjelölve). A hamis negatívok (olyan képek, amelyek nem megfelelőek a vállalkozás számára, de nem kapnak moderálási címkét) csökkentése érdekében 50 mintaképpel kell kezdenie.
A következő lehetőségek közül választhat a képadatkészletek biztosításához az adapter betanításához:
Hajtsa végre a következő lépéseket:
- Ehhez a bejegyzéshez válassza a lehetőséget Képek importálása az S3 tárolóból és adja meg az S3 URI-ját.
Mint minden ML betanítási folyamat, az Amazon Rekognition egyéni moderálási adapterének betanításához két külön adatkészletre van szükség: az egyik az adapter betanításához, a másik pedig az adapter kiértékeléséhez. Feltölthet egy külön tesztadatkészletet, vagy választhatja az edzési adatkészlet automatikus felosztását az edzéshez és a teszteléshez.
- Ehhez a bejegyzéshez válassza a lehetőséget Automatikus felosztás.
- választ Az automatikus frissítés engedélyezése annak biztosítása érdekében, hogy a rendszer automatikusan újratanítsa az illesztőt, amikor a tartalommoderálási modell új verzióját elindítják.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Projekt létrehozása.
Rendeljen alapigazság-címkéket a képekhez
Ha megjegyzés nélküli képeket töltött fel, az Amazon Rekognition konzol segítségével képcímkéket biztosíthat a moderálási taxonómia szerint. A következő példában megtanítunk egy adaptert, hogy nagyobb pontossággal észlelje a rejtett alkoholt, és az összes ilyen képet az alkohol címkével látja el. Azok a képek, amelyek nem tekinthetők nem megfelelőnek, biztonságosként jelölhetők.
Tanítsa meg az adaptert
Miután felcímkézte az összes képet, válassza ki Kezdje el az edzést a képzési folyamat elindításához. Az Amazon Rekognition a feltöltött képadatkészleteket arra fogja használni, hogy egy adaptermodellt betanítson a képzéshez biztosított képtípusok pontosabbá tétele érdekében.
Az egyéni moderációs adapter betanítása után megtekintheti az adapter összes részletét (adapterID
, test
és a training
manifest fájlok) a Adapter teljesítménye szakasz.
A Adapter teljesítménye szakasz az előre betanított moderálási modellhez képest a hamis pozitív és hamis negatív eredmények javulását mutatja be. Az általunk kiképzett adapter, hogy javítsa az alkoholcímke észlelését, 73%-kal csökkenti a tesztképeken a fals negatív arányt. Más szavakkal, az adapter most pontosan megjósolja az alkoholmérséklet-címkét 73%-kal több képhez képest, mint az előre betanított moderálási modell. A hamis pozitívaknál azonban nem figyelhető meg javulás, mivel nem használtak álpozitív mintákat a képzéshez.
Használja az adaptert
Az újonnan betanított adapterrel következtetéseket hajthat végre a nagyobb pontosság elérése érdekében. Ehhez hívja az Amazon Rekognitiont DetectModerationLabel
API egy további paraméterrel, ProjectVersion
, ami az egyedi AdapterID
az adapterről. A következő egy példa parancs a AWS parancssori interfész (AWS CLI):
A következő minta kódrészlet a Python Boto3 könyvtár:
Bevált gyakorlatok a képzéshez
Az adapter teljesítményének maximalizálása érdekében a következő bevált módszereket javasoljuk az adapter betanításához:
- A mintaképadatoknak rögzíteni kell azokat a reprezentatív hibákat, amelyeknél javítani kívánja a moderálási modell pontosságát
- Ahelyett, hogy csak hibaképeket hozna be a hamis pozitív és hamis negatívok esetén, valódi pozitív és valódi negatív értékeket is megadhat a jobb teljesítmény érdekében
- Adjon meg minél több megjegyzéssel ellátott képet az edzéshez
Következtetés
Ebben a bejegyzésben részletes áttekintést adtunk az Amazon Rekognition egyéni moderálási funkciójáról. Továbbá részleteztük a konzol használatával végzett edzés lépéseit, beleértve az optimális eredmények eléréséhez szükséges legjobb gyakorlatokat. További információkért keresse fel az Amazon Rekognition konzolt, és fedezze fel az Egyéni moderálás funkciót.
Amazon Rekognition egyéni moderálás ma már általánosan elérhető minden AWS-régióban, ahol az Amazon Rekognition elérhető.
Tudjon meg többet tartalommoderálás az AWS-en. Tedd meg az első lépést felé a tartalommoderálási műveletek egyszerűsítése az AWS segítségével.
A szerzőkről
Shipra Kanoria az AWS fő termékmenedzsere. Szenvedélyesen törekszik arra, hogy a gépi tanulás és a mesterséges intelligencia segítségével segítse ügyfeleit legbonyolultabb problémáik megoldásában. Mielőtt csatlakozott volna az AWS-hez, Shipra több mint 4 évet töltött az Amazon Alexánál, ahol számos, a termelékenységgel kapcsolatos funkciót bevezetett az Alexa hangasszisztensen.
Aakash Deep a Seattle-i székhelyű szoftverfejlesztési mérnöki menedzser. Szeret számítógépes látásmóddal, mesterséges intelligenciával és elosztott rendszerekkel dolgozni. Küldetése, hogy lehetővé tegye ügyfelei számára az összetett problémák megoldását, és értéket teremtsen az AWS Rekognition segítségével. A munkán kívül szeret túrázni és utazni.
Lana Zhang az AWS WWSO AI Services csapatának vezető megoldástervezője, a tartalom-moderálás, a számítógépes látás, a természetes nyelvi feldolgozás és a generatív mesterségesintelligencia AI-ra és ML-re szakosodott. Szakértelmével elkötelezte magát az AWS AI/ML megoldások népszerűsítésében és abban, hogy segítse ügyfeleit üzleti megoldásaik átalakításában a különböző iparágakban, beleértve a közösségi médiát, a játékokat, az e-kereskedelmet, a médiát, a reklámozást és a marketinget.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/announcing-rekogniton-custom-moderation-enhance-accuracy-of-pre-trained-rekognition-moderation-models-with-your-data/
- :is
- :nem
- :ahol
- 1
- 10
- 100
- 118
- 150
- 20
- 35%
- 50
- 7
- 9
- a
- aakash
- Rólunk
- Fiók
- pontosság
- pontosan
- Elérése
- át
- tevékenységek
- alkalmazkodni
- További
- további információ
- cím
- Hirdetés
- AI
- AI szolgáltatások
- AI / ML
- Alkohol
- Alexa
- Minden termék
- már
- Is
- amazon
- Amazon felismerés
- Az Amazon Web Services
- an
- és a
- Bemutatjuk
- Másik
- bármilyen
- api
- megközelít
- megfelelő
- VANNAK
- mesterséges
- mesterséges intelligencia
- Mesterséges intelligencia (AI)
- AS
- értékeli
- Helyettes
- segítő
- At
- szerző
- automatikusan
- elérhető
- AWS
- alapján
- BE
- előtt
- kezdődik
- Előnyök
- BEST
- legjobb gyakorlatok
- mindkét
- márka
- Bringing
- üzleti
- de
- by
- hívás
- TUD
- képességek
- képesség
- elfog
- eset
- kategóriák
- kihívást
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- vásárló
- kód
- Közösségek
- közösség
- Companies
- képest
- panaszok
- teljes
- bonyolult
- átfogó
- számítógép
- Számítógépes látás
- figyelembe vett
- következetes
- Konzol
- Konténer
- tartalom
- folytatódik
- Költség
- kiadások
- lefedettség
- teremt
- Érték létrehozása
- Jelenleg
- szokás
- Ügyfelek
- szabható
- dátum
- adatkészletek
- elszánt
- mély
- leírás
- részlet
- részletes
- részletek
- kimutatására
- Érzékelés
- Fejlesztés
- különböző
- megvitatni
- kijelzők
- megosztott
- elosztott rendszerek
- számos
- do
- ne
- Kábítószer
- e-commerce
- minden
- e-kereskedelem
- hatékonyan
- bármelyik
- lehetővé
- lehetővé teszi
- bátorító
- eljegyzés
- Mérnöki
- növelése
- fokozott
- élvez
- biztosítására
- biztosítása
- belép
- hiba
- hibák
- értékelő
- Még
- példa
- létező
- tapasztalat
- szakvélemény
- feltárása
- terjed
- kivonat
- hamis
- Funkció
- Jellemzők
- kevés
- kevesebb
- Fájlok
- vezetéknév
- öt
- megjelölve
- Összpontosít
- következő
- A
- Foster
- elősegíti
- töredék
- ból ből
- teljesen
- Továbbá
- szerencsejáték
- általában
- nemző
- Generatív AI
- kap
- Földi
- kárt
- Legyen
- he
- segít
- neki
- Rejtett
- Magas
- <p></p>
- övé
- óra
- Hogyan
- How To
- azonban
- HTML
- http
- HTTPS
- emberi
- ID
- kép
- képek
- javul
- javított
- javulás
- fejlesztések
- in
- Más
- mélyreható
- Beleértve
- egyre inkább
- iparágak
- információ
- kezdeményez
- meglátások
- Intelligencia
- Felület
- IT
- csatlakozott
- Címke
- Címkék
- nyelv
- indított
- vezetékek
- tanulás
- kevesebb
- vonal
- Lista
- gép
- gépi tanulás
- kezelése
- sikerült
- vezetés
- menedzser
- sok
- Marketing
- Maximize
- Média
- Több millió
- Küldetés
- ML
- modell
- modellek
- mérséklet
- több
- a legtöbb
- sok
- többszörös
- név
- Természetes
- Természetes nyelvi feldolgozás
- Navigáció
- negatív
- negatívok
- Új
- újonnan
- nem
- Most
- of
- Ajánlatok
- on
- ONE
- online
- csak
- működés
- Művelet
- optimálisan
- Opciók
- or
- Más
- kívül
- felett
- áttekintés
- üvegtábla
- paraméter
- szenvedélyes
- mert
- Teljesít
- teljesítmény
- előadó
- Előadja
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- Politikák
- szegény
- pozitív
- lehetséges
- állás
- potenciális
- hatalom
- erős
- gyakorlat
- jósolja
- bemutatott
- árazás
- árazási modell
- Fő
- problémák
- folyamat
- feldolgozás
- Termékek
- termék menedzser
- program
- támogatása
- védelme
- ad
- feltéve,
- világítás
- Arány
- ajánlott
- csökkenteni
- csökkenti
- régiók
- támaszkodnak
- maradványok
- reprezentatív
- hírnév
- kötelező
- megköveteli,
- Reagálni
- válasz
- Eredmények
- Kritika
- biztonságos
- Minta adatkészlet
- Skála
- Seattle
- Rész
- biztonság
- idősebb
- különálló
- szolgáltatás
- Szolgáltatások
- készlet
- Megosztás
- ő
- kellene
- kisebb
- töredék
- Közösség
- Közösségi média
- szoftver
- szoftverfejlesztés
- Megoldások
- SOLVE
- szakosodott
- különleges
- sebesség
- költött
- osztott
- kezdet
- Lépés
- Lépései
- Még mindig
- tárolni
- Stratégia
- ilyen
- elegendő
- rendszer
- Systems
- Vesz
- Feladat
- feladatok
- taxonómia
- csapat
- teszt
- Tesztelés
- mint
- hogy
- A
- azok
- Ezek
- ezt
- Keresztül
- nak nek
- felső szint
- Végösszeg
- Vonat
- kiképzett
- Képzések
- transzformáló
- Utazó
- igaz
- igazság
- kettő
- típus
- jellemzően
- egyedi
- felesleges
- feltöltve
- használ
- használati eset
- használt
- használó
- User Experience
- Felhasználók
- használ
- segítségével
- Értékes
- érték
- változat
- videó
- Videók
- Megnézem
- Erőszak
- látomás
- Látogat
- Hang
- kötet
- séta
- akar
- volt
- we
- háló
- webes szolgáltatások
- voltak
- amikor
- ami
- lesz
- val vel
- belül
- nélkül
- szavak
- Munka
- munkafolyamat
- dolgozó
- év
- te
- A te
- zephyrnet