企業は、エンゲージメントのためにユーザーが作成した画像やビデオにますます依存しています。 顧客に製品画像の共有を奨励する e コマース プラットフォームから、ユーザーが作成したビデオや画像を宣伝するソーシャル メディア企業に至るまで、ユーザー コンテンツをエンゲージメントに使用することは強力な戦略です。 ただし、このユーザー作成コンテンツがポリシーと一致し、ユーザーにとって安全なオンライン コミュニティを育成することを保証するのは困難な場合があります。
現在、多くの企業は、不適切なユーザー作成コンテンツを管理するために人間のモデレーターに依存しているか、ユーザーの苦情に事後的に対応しています。 これらのアプローチは、十分な品質や速度で何百万もの画像やビデオを効果的にモデレートできるように拡張できず、ユーザー エクスペリエンスが低下したり、拡張を達成するためのコストが高くなったり、ブランドの評判が損なわれる可能性さえあります。
この投稿では、カスタム モデレーション機能の使用方法について説明します。 Amazonの再認識 事前トレーニングされたコンテンツ モデレーション API の精度を強化します。
Amazon Rekognition でのコンテンツモデレーション
Amazon Rekognition は、画像やビデオから情報や洞察を抽出するための、事前トレーニング済みのカスタマイズ可能なコンピュータービジョン機能を提供するマネージド人工知能 (AI) サービスです。 そのような機能の XNUMX つは、 Amazon Rekognition コンテンツ管理、画像やビデオ内の不適切または不要なコンテンツを検出します。 Amazon Rekognition は階層分類を使用して、10 のトップレベルのモデレーションカテゴリ (暴力、露骨な表現、アルコール、薬物など) と 35 の第 XNUMX レベルのカテゴリで不適切または不要なコンテンツにラベルを付けます。 e コマース、ソーシャルメディア、ゲームなどの業界のお客様は、Amazon Rekognition のコンテンツモデレーションを使用して、ブランドの評判を保護し、安全なユーザーコミュニティを育成できます。
画像とビデオのモデレーションに Amazon Rekognition を使用することで、人間のモデレーターは、コンテンツモデレーションモデルによってすでにフラグが立てられている、通常は総量の 1 ~ 5% のはるかに小さいコンテンツセットをレビューする必要があります。 これにより、企業はより価値のある活動に集中しながら、既存のコストの数分の一で包括的なモデレーションの範囲を達成できるようになります。
Amazon Rekognition カスタムモデレーションの紹介
カスタム モデレーション機能を使用して、ビジネス固有のデータに対する Rekognition モデレーション モデルの精度を向上できるようになりました。 わずか 20 個の注釈付き画像を使用してカスタム アダプターを 1 時間以内にトレーニングできます。 これらのアダプターは、モデレーション モデルの機能を拡張し、トレーニングに使用される画像をより高い精度で検出します。 この投稿では、アルコール節度ラベルの精度を高めるために、安全な画像とアルコール飲料 (安全ではないと考えられる) の画像の両方を含むサンプル データセットを使用します。
トレーニングされたアダプターの一意の ID を既存のアダプターに提供できます。 検出モデレーションラベル このアダプターを使用して画像を処理するための API 操作。 各アダプターは、アダプターのトレーニングに使用された AWS アカウントでのみ使用できるため、トレーニングに使用されたデータはその AWS アカウント内で安全に保たれます。 カスタム モデレーション機能を使用すると、機械学習 (ML) の専門知識がなくても、Rekognition の事前トレーニング済みモデレーション モデルを調整して、特定のモデレーション ユース ケースでのパフォーマンスを向上させることができます。 カスタム モデレーションの従量制料金モデルを使用したフルマネージド モデレーション サービスの利点を引き続きお楽しみいただけます。
ソリューションの概要
カスタム モデレーション アダプターのトレーニングには XNUMX つの手順が含まれており、これらの手順は AWSマネジメントコンソール または API インターフェース:
- プロジェクトを作成する
- トレーニングデータをアップロードする
- 画像にグラウンド トゥルース ラベルを割り当てる
- アダプターをトレーニングする
- アダプターを使用する
コンソールを使用してこれらの手順を詳しく見てみましょう。
プロジェクトを作成する
プロジェクトは、アダプターを保管するコンテナーです。 異なるトレーニング データセットを使用してプロジェクト内の複数のアダプターをトレーニングし、特定のユースケースに対してどのアダプターが最適なパフォーマンスを発揮するかを評価できます。 プロジェクトを作成するには、次の手順を実行します。
- Amazon Rekognitionコンソールで、次を選択します カスタムモデレーション ナビゲーションペインに表示されます。
- 選択する プロジェクトを作成する.
- プロジェクト名で、プロジェクトの名前を入力します。
- アダプター名、アダプターの名前を入力します。
- 必要に応じて、アダプターの説明を入力します。
トレーニングデータをアップロードする
わずか 20 個のサンプル画像から開始して、モデレーション モデルを適応させて、誤検知 (ビジネスには適しているが、モデルによってモデレーション ラベルが付いている画像) を検出することが少なくなります。 偽陰性 (ビジネスには不適切であるにもかかわらず、モデレーション ラベルが付けられていない画像) を減らすには、50 個のサンプル画像から始める必要があります。
次のオプションから選択して、アダプターのトレーニング用の画像データセットを提供できます。
次の手順を完了します。
- この投稿では、 S3バケットから画像をインポートする S3 URI を入力します。
他の ML トレーニング プロセスと同様、Amazon Rekognition でカスタム モデレーション アダプターをトレーニングするには、XNUMX つの個別のデータセットが必要です。XNUMX つはアダプターのトレーニング用で、もう XNUMX つはアダプターの評価用です。 別のテスト データセットをアップロードするか、トレーニング データセットをトレーニングとテスト用に自動的に分割することを選択できます。
- この投稿では、 自動分割.
- 選択 自動更新を有効にする コンテンツ管理モデルの新しいバージョンが起動されたときに、システムがアダプターを自動的に再トレーニングするようにします。
- 選択する プロジェクトを作成する.
画像にグラウンド トゥルース ラベルを割り当てる
注釈のない画像をアップロードした場合は、Amazon Rekognition コンソールを使用して、モデレーション分類に従って画像ラベルを提供できます。 次の例では、隠れたアルコールをより高い精度で検出するようにアダプターをトレーニングし、そのようなすべての画像にアルコールというラベルを付けます。 不適切とはみなされない画像には「安全」というラベルを付けることができます。
アダプターをトレーニングする
すべての画像にラベルを付けたら、 トレーニングを開始 トレーニングプロセスを開始します。 Amazon Rekognition は、アップロードされた画像データセットを使用してアダプターモデルをトレーニングし、トレーニング用に提供された特定の種類の画像の精度を高めます。
カスタム モデレーション アダプターがトレーニングされた後、アダプターの詳細をすべて表示できます (adapterID
, test
および training
マニフェスト ファイル) アダプターのパフォーマンス のセクションから無料でダウンロードできます。
アダプターのパフォーマンス このセクションでは、事前トレーニングされたモデレーション モデルと比較した場合の偽陽性と偽陰性の改善を示します。 アルコールラベルの検出を強化するためにトレーニングされたアダプターは、テスト画像の偽陰性率を 73% 削減します。 言い換えれば、アダプターは、事前トレーニングされた節度モデルと比較して 73% 多くの画像に対してアルコール節度ラベルを正確に予測できるようになりました。 ただし、トレーニングに偽陽性サンプルが使用されなかったため、偽陽性では改善が観察されません。
アダプターを使用する
新しくトレーニングされたアダプターを使用して推論を実行し、精度を向上させることができます。 これを行うには、Amazon Rekognition を呼び出します。 DetectModerationLabel
追加パラメータを含む API、 ProjectVersion
、それはユニークです AdapterID
アダプターの。 以下は、 AWSコマンドラインインターフェイス (AWS CLI):
以下は、 Python Boto3 ライブラリ:
トレーニングのベストプラクティス
アダプターのパフォーマンスを最大化するには、アダプターのトレーニングに次のベスト プラクティスをお勧めします。
- サンプル画像データは、モデレーション モデルの精度を向上させるために必要な代表的なエラーをキャプチャする必要があります。
- 偽陽性と偽陰性のエラー イメージを取り込むだけでなく、真陽性と真陰性を提供してパフォーマンスを向上させることもできます。
- トレーニング用にできるだけ多くの注釈付き画像を提供します
まとめ
この投稿では、新しい Amazon Rekognition Custom Moderation 機能の詳細な概要を紹介しました。 さらに、最適な結果を得るためのベスト プラクティスを含め、コンソールを使用してトレーニングを実行する手順を詳しく説明しました。 詳細については、Amazon Rekognition コンソールにアクセスし、カスタム モデレーション機能を確認してください。
Amazon Rekognition カスタムモデレーション 現在、Amazon Rekognition が利用可能なすべての AWS リージョンで一般提供されています。
詳細については、こちらから AWS でのコンテンツモデレーション。 ~に向けて最初の一歩を踏み出しましょう AWS を使用してコンテンツモデレーション業務を合理化する.
著者について
シプラ・カノリア AWS のプリンシパル プロダクト マネージャーです。 彼女は、機械学習と人工知能の力を利用して、顧客が最も複雑な問題を解決できるよう支援することに情熱を注いでいます。 AWS に入社する前、Shipra は Amazon Alexa で 4 年以上過ごし、Alexa 音声アシスタントで多くの生産性関連機能を立ち上げました。
アカシュ・ディープ シアトルを拠点とするソフトウェア開発エンジニアリング マネージャーです。 彼はコンピューター ビジョン、AI、分散システムに取り組むことを楽しんでいます。 彼の使命は、顧客が AWS Rekognition を使用して複雑な問題に対処し、価値を創造できるようにすることです。 仕事以外では、ハイキングや旅行を楽しんでいます。
ラナ・チャン AWS WWSO AI サービス チームのシニア ソリューション アーキテクトで、コンテンツ モデレーション、コンピューター ビジョン、自然言語処理、生成 AI の AI と ML を専門としています。 彼女はその専門知識を活かして、AWS AI/ML ソリューションを推進し、ソーシャルメディア、ゲーム、電子商取引、メディア、広告、マーケティングなどのさまざまな業界にわたって顧客がビジネス ソリューションを変革できるよう支援することに専念しています。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/announcing-rekogniton-custom-moderation-enhance-accuracy-of-pre-trained-rekognition-moderation-models-with-your-data/
- :は
- :not
- :どこ
- 1
- 10
- 100
- 118
- 150
- 20
- 視聴者の38%が
- 50
- 7
- 9
- a
- アカシュ
- 私たちについて
- 精度
- 正確にデジタル化
- 達成する
- 越えて
- 活動
- 適応する
- NEW
- 追加情報
- 住所
- 広告運用
- AI
- AIサービス
- AI / ML
- アルコール
- アレクサ
- すべて
- 既に
- また
- Amazon
- Amazonの再認識
- Amazon Webサービス
- an
- および
- 発表
- 別の
- どれか
- API
- アプローチ
- 適切な
- です
- 人工の
- 人工知能
- 人工知能(AI)
- AS
- 評価する
- アシスタント
- 支援する
- At
- 著者
- 自動的に
- 利用できます
- AWS
- ベース
- BE
- 始まる
- 利点
- BEST
- ベストプラクティス
- 両言語で
- ブランド
- 持参
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- コール
- 缶
- 機能
- 機能
- キャプチャー
- 場合
- カテゴリ
- 挑戦
- 選択する
- クライアント
- コード
- コミュニティ
- コミュニティ
- 企業
- 比べ
- 不満
- コンプリート
- 複雑な
- 包括的な
- コンピュータ
- Computer Vision
- 見なさ
- 整合性のある
- 領事
- コンテナ
- コンテンツ
- 続ける
- 費用
- コスト
- カバレッジ
- 作ります
- 値を作成
- 現在
- カスタム
- Customers
- カスタマイズ可能な
- データ
- データセット
- 専用の
- 深いです
- 説明
- 詳細
- 詳細な
- 細部
- 検出
- 検出
- 開発
- 異なります
- 話し合います
- ディスプレイ
- 配布
- 分散システム
- 異なる
- do
- ドント
- 薬物
- eコマース
- 各
- eコマース
- 効果的に
- どちら
- enable
- 可能
- 心強い
- 婚約
- エンジニアリング
- 高めます
- 強化された
- 楽しみます
- 確保
- 確保する
- 入力します
- エラー
- エラー
- 評価します
- さらに
- 例
- 既存の
- 体験
- 専門知識
- 探る
- 伸ばす
- エキス
- false
- 特徴
- 特徴
- 少数の
- より少ない
- 名
- 五
- フラグが立てられた
- フォーカス
- フォロー中
- 育てる
- 育てる
- 分数
- から
- 完全に
- さらに
- 賭博
- 一般に
- 生々しい
- 生成AI
- 取得する
- 陸上
- 害
- 持ってる
- he
- 助け
- 彼女の
- 隠されました
- ハイ
- より高い
- 彼の
- 時間
- 認定条件
- How To
- しかしながら
- HTML
- HTTP
- HTTPS
- 人間
- ID
- 画像
- 画像
- 改善します
- 改善されました
- 改善
- 改善
- in
- その他の
- 綿密な
- 含めて
- ますます
- 産業
- 情報
- 開始する
- 洞察
- インテリジェンス
- インタフェース
- IT
- 参加
- ラベル
- ラベル
- 言語
- 打ち上げ
- リード
- 学習
- less
- LINE
- リスト
- 機械
- 機械学習
- 管理します
- マネージド
- 管理
- マネージャー
- 多くの
- マーケティング
- 最大化します
- メディア
- 何百万
- ミッション
- ML
- モデル
- 節度
- 他には?
- 最も
- ずっと
- の試合に
- 名
- ナチュラル
- 自然言語処理
- ナビゲーション
- 負
- ネガ
- 新作
- 新しく
- いいえ
- 今
- of
- オファー
- on
- ONE
- オンライン
- の
- 操作
- 業務執行統括
- 最適な
- オプション
- or
- その他
- 外側
- が
- 概要
- ペイン
- パラメーター
- 情熱的な
- 以下のために
- 実行する
- パフォーマンス
- 実行
- 実行する
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- ポリシー
- 貧しいです
- 正の
- 可能
- ポスト
- 潜在的な
- 電力
- 強力な
- プラクティス
- 予測
- PLM platform.
- 価格設定
- 価格モデル
- 校長
- 問題
- プロセス
- 処理
- プロダクト
- プロダクトマネージャー
- プロジェクト
- 推進
- 守る
- 提供します
- 提供
- 品質
- レート
- 推奨される
- 減らします
- 軽減
- 地域
- 頼る
- 残っている
- 代表者
- 評判
- の提出が必要です
- 必要
- 反応します
- 応答
- 結果
- レビュー
- 安全な
- サンプル データセット
- 規模
- シアトル
- セクション
- 安全に
- シニア
- 別
- サービス
- サービス
- セッションに
- シェアする
- 彼女
- すべき
- より小さい
- スニペット
- 社会
- ソーシャルメディア
- ソフトウェア
- ソフトウェア開発
- ソリューション
- 解決する
- 特化
- 特定の
- スピード
- 費やした
- split
- start
- 手順
- ステップ
- まだ
- 店舗
- 戦略
- そのような
- 十分な
- システム
- 取る
- 仕事
- タスク
- 分類
- チーム
- test
- テスト
- より
- それ
- アプリ環境に合わせて
- ボーマン
- この
- 介して
- 〜へ
- トップレベル
- トータル
- トレーニング
- 訓練された
- トレーニング
- 変換
- 旅行
- true
- 真実
- 2
- type
- 一般的に
- ユニーク
- 不要な
- アップロード
- つかいます
- 使用事例
- 中古
- ユーザー
- 操作方法
- users
- 使用されます
- 貴重な
- 値
- バージョン
- ビデオ
- 動画
- 詳しく見る
- 暴力
- ビジョン
- 訪問
- ボイス
- ボリューム
- 歩く
- 欲しいです
- ました
- we
- ウェブ
- Webサービス
- した
- いつ
- which
- 意志
- 以内
- 無し
- 言葉
- 仕事
- ワークフロー
- ワーキング
- 年
- You
- あなたの
- ゼファーネット