Amazon Rekognition Labels מוסיפה 600 תוויות חדשות, כולל ציוני דרך, ומזהה כעת צבעים דומיננטיים

אמזון מציע יכולות ראייה ממוחשבת מאומנות וניתנות להתאמה אישית כדי לחלץ מידע ותובנות מתמונות וסרטונים. יכולת אחת כזו היא תוויות זיהוי של אמזון, שמזהה אובייקטים, סצנות, פעולות ומושגים בתמונות. לקוחות כגון Synchronoss, Shutterstock, ו-Nomad Media משתמשים בתוויות זיהוי של אמזון כדי להוסיף אוטומטית מטא נתונים לספריית התוכן שלהם ולאפשר תוצאות חיפוש מבוססות תוכן. TripleLift משתמש בתוויות זיהוי של אמזון כדי לקבוע את הרגעים הטובים ביותר להוספת מודעות דינמיות המשלימות את חווית הצפייה של הקהל. vidmob משתמש ב-Amazon Rekognition Labels כדי לחלץ מטא נתונים מקריאייטיבים של מודעות כדי להבין את התפקיד הייחודי של קבלת החלטות יצירתית בביצועי מודעות, כך שמשווקים יכולים לייצר מודעות שמשפיעות על יעדי המפתח שהכי חשובים להם. בנוסף, אלפי לקוחות אחרים משתמשים בתוויות זיהוי של אמזון כדי לתמוך במקרים רבים אחרים, כגון סיווג תמונות שבילים או טיולים, זיהוי אנשים או כלי רכב בצילומי מצלמות אבטחה וסיווג תמונות מסמכי זהות.

אמזון זיהוי תוויות לתמונות מזהה 600 תוויות חדשות, כולל ציוני דרך ופעילויות, ומשפר את הדיוק עבור למעלה מ-2,000 תוויות קיימות. בנוסף, Amazon Rekognition Labels תומכת כעת ב-Image Properties כדי לזהות צבעים דומיננטיים של תמונה, החזית והרקע שלה, כמו גם אובייקטים שזוהו עם תיבות תוחמות. מאפייני תמונה מודדים גם בהירות תמונה, חדות וניגודיות. לבסוף, Amazon Rekognition Labels מארגנת כעת את תוצאות התווית באמצעות שני שדות נוספים, aliases ו categories, ותומך בסינון של תוצאות אלו. בסעיפים הבאים, נסקור את היכולות החדשות ואת היתרונות שלהן ביתר פירוט עם כמה דוגמאות.

תוויות חדשות

Amazon Rekognition Labels הוסיפה למעלה מ-600 תוויות חדשות, והרחיבה את רשימת התוויות הנתמכות. להלן כמה דוגמאות לתוויות החדשות:

• ציוני דרך פופולריים – גשר ברוקלין, קולוסיאום, מגדל אייפל, מאצ'ו פיצ'ו, טאג' מאהל וכו'.
• פעילויות - מחיאות כפיים, רכיבה על אופניים, חגיגה, קפיצה, הליכה עם כלב וכו'.
• איתור נזקים - שקעים ברכב, שריטות לרכב, קורוזיה, נזקים לבית, נזקי גג, נזקי טרמיטים וכו'.
• טקסט ומסמכים - תרשים עמודות, כרטיס עלייה למטוס, תרשים זרימה, מחברת, חשבונית, קבלה וכו'.
• ספורט - משחק בייסבול, מחבט קריקט, החלקה אמנותית, רוגבי, כדור מים וכו'.
• עוד הרבה - מירוץ סירות, כיף, נוף עירוני, כפר, הצעת חתונה, משתה וכו'.

עם תוויות אלה, לקוחות בשיתוף תמונות, בצילום מלאי או במדיה המשודרת יכולים להוסיף אוטומטית מטא נתונים חדשים לספריית התוכן שלהם כדי לשפר את יכולות החיפוש שלהם.

בואו נסתכל על דוגמה לזיהוי תווית עבור גשר ברוקלין.

הטבלה הבאה מציגה את התוויות וציוני האמון שהוחזרו בתגובת ה-API.

תוויות משופרות

Amazon Rekognition Labels שיפרה גם את הדיוק עבור למעלה מ-2,000 תוויות. להלן כמה דוגמאות לתוויות המשופרות:

• פעילויות - צלילה, נהיגה, קריאה, ישיבה, עמידה וכו'.
• ביגוד ואביזרים - תיק גב, חגורה, חולצה, קפוצ'ון, ז'קט, נעל וכו'.
• בבית ובפנים - בריכת שחייה, עציץ, כרית, אח, שמיכה וכו'.
• טכנולוגיה ומחשוב - אוזניות, טלפון נייד, טאבלט, קריאה, מחשב נייד וכו'.
• כלי רכב וכלי רכב - משאית, גלגל, צמיג, פגוש, מושב בטיחות, מראה לרכב וכו'.
• טקסט ומסמכים - דרכון, רישיון נהיגה, כרטיס ביקור, מסמך וכו'.
• עוד הרבה - כלב, קנגורו, כיכר העיר, פסטיבל, צחוק וכו'.

מאפייני תמונה לזיהוי צבע דומיננטי ואיכות תמונה

Image Properties היא יכולת חדשה של Amazon Rekognition Labels לתמונות, וניתן להשתמש בה עם או בלי פונקציונליות זיהוי התוויות. הערה: מאפייני תמונה היא במחיר בנפרד מ-Amazon Rekognition Labels, והוא זמין רק עם ערכות ה-SDK המעודכנות.

זיהוי צבע דומיננטי

מאפייני תמונה מזהים צבעים דומיננטיים בתמונה על סמך אחוזי פיקסלים. צבעים דומיננטיים אלו ממופים ל- לוח צבעים 140 CSS, RGB, קוד משושה ו-12 צבעים פשוטים (ירוק, ורוד, שחור, אדום, צהוב, ציאן, חום, כתום, לבן, סגול, כחול, אפור). כברירת מחדל, ה-API מחזיר עד 10 צבעים דומיננטיים אלא אם כן תציין את מספר הצבעים שיש להחזיר. המספר המרבי של צבעים דומיננטיים שה-API יכול להחזיר הוא 12.

בשימוש עצמאי, מאפייני תמונה מזהים את הצבעים הדומיננטיים של תמונה שלמה, כמו גם את החזית והרקע שלה. בשימוש יחד עם פונקציונליות של זיהוי תוויות, מאפייני תמונה מזהים גם את הצבעים הדומיננטיים של אובייקטים שזוהו עם תיבות תוחמות.

לקוחות בשיתוף תמונות או בצילום מלאי יכולים להשתמש בזיהוי צבעים דומיננטי כדי להעשיר את המטא נתונים של ספריית התמונות שלהם כדי לשפר את גילוי התוכן, ולאפשר למשתמשי הקצה שלהם לסנן לפי צבע או לחפש אובייקטים עם צבעים ספציפיים, כגון "כיסא כחול" או "נעליים אדומות". ” בנוסף, לקוחות בפרסום יכולים לקבוע את ביצועי המודעות על סמך הצבעים של נכסי הקריאייטיב שלהם.

איכות תמונה

בנוסף לזיהוי צבע דומיננטי, מאפייני תמונה מודדים גם את איכויות התמונה באמצעות ציוני בהירות, חדות וניגודיות. כל אחד מהציונים הללו נע בין 0-100. לדוגמה, תמונה כהה מאוד תחזיר ערכי בהירות נמוכים, ואילו תמונה מוארת תחזיר ערכים גבוהים.

עם ציונים אלה, לקוחות בשיתוף תמונות, פרסום או מסחר אלקטרוני יכולים לבצע בדיקת איכות ולסנן תמונות עם בהירות וחדות נמוכים כדי להפחית תחזיות שווא של תוויות.

התמונה הבאה מציגה דוגמה עם מגדל אייפל.

הטבלה הבאה היא דוגמה לנתוני מאפייני תמונה המוחזרים בתגובת ה-API.

התמונה הבאה היא דוגמה לכיסא אדום.

להלן דוגמה לנתוני מאפייני תמונה המוחזרים בתגובת ה-API.

התמונה הבאה היא דוגמה לכלב עם רקע צהוב.

להלן דוגמה לנתוני מאפייני תמונה המוחזרים בתגובת ה-API.

שדות כינויים וקטגוריות חדשים

אמזון זיהוי תוויות מחזירה כעת שני שדות חדשים, aliases ו categories, בתגובת ה-API. כינויים הם שמות אחרים לאותה תווית וקטגוריות מקבצות תוויות בודדות יחד על סמך 40 נושאים נפוצים, כגון Food and Beverage ו Animals and Pets. עם עדכון מודל זיהוי התוויות, כינויים אינם מוחזרים עוד ברשימה הראשית של שמות התוויות. במקום זאת, כינויים מוחזרים בחדש aliases שדה בתגובת ה-API. הערה: כינויים וקטגוריות מוחזרים רק עם ערכות ה-SDK המעודכנות.

לקוחות בשיתוף תמונות, מסחר אלקטרוני או פרסום יכולים להשתמש בכינויים ובקטגוריות כדי לארגן את טקסונומיה של מטא נתונים של התוכן שלהם כדי לשפר עוד יותר את החיפוש והסינון של התוכן:

• דוגמה של כינויים - כי Car ו Automobile הם כינויים, אתה יכול להוסיף מטא נתונים לתמונה באמצעות Car ו Automobile באותו הזמן
• דוגמה לקטגוריות – ניתן להשתמש בקטגוריות כדי ליצור מסנן קטגוריות או להציג את כל התמונות הקשורות לקטגוריה מסוימת, כגון Food and Beverage, מבלי להוסיף במפורש מטא נתונים לכל תמונה עם Food and Beverage

התמונה הבאה מציגה דוגמה לזיהוי תווית עם כינויים וקטגוריות עבור צולל.

הטבלה הבאה מציגה את התוויות, ציוני האמון, הכינויים והקטגוריות שהוחזרו בתגובת ה-API.

התמונה הבאה היא דוגמה לרוכב אופניים.

הטבלה הבאה מכילה את התוויות, ציוני האמון, הכינויים והקטגוריות שהוחזרו בתגובת ה-API.

מסנני הכללה ואי הכללה

Amazon Rekognition Labels מציגה אפשרויות סינון הכללה ואי הכללה חדשות בפרמטרי הקלט של ה-API כדי לצמצם את הרשימה הספציפית של התוויות המוחזרות בתגובת ה-API. אתה יכול לספק רשימה מפורשת של תוויות או קטגוריות שברצונך לכלול או לא לכלול. הערה: מסננים אלה זמינים עם ערכות ה-SDK המעודכנות.

לקוחות יכולים להשתמש במסנני הכללה ואי הכללה כדי להשיג תוויות או קטגוריות ספציפיות שבהן הם מעוניינים מבלי ליצור היגיון נוסף ביישום שלהם. לדוגמה, לקוחות בביטוח יכולים להשתמש LabelCategoriesInclusionFilter לכלול רק תוצאות תווית ב- Damage Detection קטגוריה.

הקוד הבא הוא בקשה לדוגמה של API עם מסנני הכללה ואי הכללה:

{
    "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
        }
    }
 }

להלן דוגמאות לאופן שבו מסנני הכללה ואי הכללה פועלים:

• אם אתה רק רוצה לזהות Person ו Car, ולא אכפת לך מתוויות אחרות, אתה יכול לציין [“Person”,”Car”] ב LabelsInclusionFilter.
• אם אתה רוצה לזהות את כל התוויות למעט Clothing, אתה יכול לציין [“Clothing”] ב LabelsExclusionFilter.
• אם אתה רוצה לזהות רק תוויות בתוך Animal and Pets קטגוריות למעט Dog ו Cat, אתה יכול לציין ["Animal and Pets"] בתוך ה LabelCategoriesInclusionFilter, עם ["Dog", "Cat"] ב LabelsExclusionFilter.
• אם צוינה תווית ב LabelsInclusionFilter or LabelsExclusionFilter, הכינויים שלהם ייכללו או לא ייכללו בהתאם בגלל aliases היא תת-טקסונומיה של תוויות. למשל, בגלל Automobile הוא כינוי של Car, אם אתה מציין Car in LabelsInclusionFilter, ה-API יחזיר את Car תווית עם Automobile ב aliases שדה.

סיכום

Amazon Rekognition Labels מזהה 600 תוויות חדשות ומשפרת את הדיוק עבור למעלה מ-2,000 תוויות קיימות. יחד עם העדכונים הללו, אמזון זיהוי תוויות תומכות כעת במאפייני תמונה, כינויים וקטגוריות, כמו גם מסנני הכללה והכללה.

כדי לנסות את מודל זיהוי התוויות החדש עם התכונות החדשות שלו, היכנס לחשבון AWS שלך ובדוק את קונסולת ההכרה של אמזון לזיהוי תווית ומאפייני תמונה. למידע נוסף, בקר זיהוי תוויות.

על המחברים

מריה האנדוקו הוא מנהל מוצר בכיר ב-AWS. היא מתמקדת בסיוע ללקוחות לפתור את האתגרים העסקיים שלהם באמצעות למידת מכונה וראייה ממוחשבת. בזמנה הפנוי היא נהנית לטייל, להאזין לפודקאסטים ולחקור מאכלים שונים.

שיפרה קנוריה הוא מנהל מוצר ראשי ב-AWS. היא נלהבת לעזור ללקוחות לפתור את הבעיות המורכבות ביותר שלהם עם הכוח של למידת מכונה ובינה מלאכותית. לפני שהצטרפה ל-AWS, שיפרה בילתה למעלה מ-4 שנים באמזון אלקסה, שם השיקה תכונות רבות הקשורות לפרודוקטיביות בעוזרת הקולית אלקסה.