Amazon Rekognition ułatwia dodawanie analiz obrazów i wideo do aplikacji. Opiera się na tej samej sprawdzonej, wysoce skalowalnej technologii głębokiego uczenia się, opracowanej przez naukowców zajmujących się wizją komputerową firmy Amazon w celu codziennego analizowania miliardów obrazów i filmów. Korzystanie z niej nie wymaga wiedzy w zakresie uczenia maszynowego (ML), dlatego stale dodajemy do usługi nowe funkcje widzenia komputerowego. Amazon Rekognition zawiera prosty, łatwy w użyciu interfejs API, który może szybko przeanalizować dowolny obraz lub plik wideo przechowywany w Usługa Amazon Simple Storage (Amazonka S3).
Klienci z różnych branż, takich jak technologia reklamowa i marketingowa, gry, media oraz handel detaliczny i e-commerce, polegają na obrazach przesyłanych przez użytkowników końcowych (treści generowane przez użytkowników, czyli UGC) jako kluczowym elemencie zwiększającym zaangażowanie na ich platformie. Oni używają Moderowanie treści Amazon Rekognition do wykrywania nieodpowiednich, niechcianych i obraźliwych treści w celu ochrony reputacji marki i wspierania bezpiecznych społeczności użytkowników.
W tym poście omówimy następujące kwestie:
- Model moderacji treści w wersji 7.0 i możliwości
- W jaki sposób analiza zbiorcza Amazon Rekognition działa w przypadku moderacji treści
- Jak ulepszyć przewidywanie moderacji treści za pomocą analizy zbiorczej i moderacji niestandardowej
Model moderacji treści w wersji 7.0 i możliwości
Amazon Rekognition Content Moderation w wersji 7.0 dodaje 26 nowych etykiet moderacji i rozszerza taksonomię etykiet moderacji z dwupoziomowej do trzypoziomowej kategorii etykiet. Te nowe etykiety i rozszerzona taksonomia umożliwiają klientom wykrywanie szczegółowych koncepcji dotyczących treści, które chcą moderować. Dodatkowo zaktualizowany model wprowadza nową możliwość identyfikacji dwóch nowych typów treści: treści animowanych i ilustrowanych. Umożliwia to klientom tworzenie szczegółowych reguł włączania lub wykluczania tego typu treści z przepływu pracy moderacji. Dzięki tym nowym aktualizacjom klienci mogą z większą dokładnością moderować treści zgodnie ze swoją polityką dotyczącą treści.
Przyjrzyjmy się przykładowi wykrywania etykiety moderacji dla poniższego obrazu.
W poniższej tabeli przedstawiono etykiety moderacji, typ treści i oceny zaufania zwrócone w odpowiedzi interfejsu API.
Etykiety moderacji | Poziom taksonomii | Wyniki zaufania |
Przemoc | L1 | 92.6% |
Przemoc graficzna | L2 | 92.6% |
Wybuchy i wybuchy | L3 | 92.6% |
Typy treści | Wyniki zaufania |
Ilustrowany | 93.9% |
Aby uzyskać pełną taksonomię moderacji treści w wersji 7.0, odwiedź naszą stronę przewodnik programisty.
Analiza zbiorcza pod kątem moderacji treści
Moderacja treści Amazon Rekognition zapewnia także moderację obrazów wsadowych oprócz moderacji w czasie rzeczywistym Analiza zbiorcza rozpoznawania Amazon. Umożliwia asynchroniczne analizowanie dużych kolekcji obrazów w celu wykrywania nieodpowiednich treści i uzyskiwania wglądu w kategorie moderacji przypisane do obrazów. Eliminuje to również potrzebę tworzenia rozwiązania do zbiorczego moderowania obrazów dla klientów.
Dostęp do funkcji analizy zbiorczej można uzyskać za pośrednictwem konsoli Amazon Rekognition lub wywołując bezpośrednio interfejsy API za pomocą interfejsu CLI AWS i zestawów SDK AWS. W konsoli Amazon Rekognition możesz przesłać obrazy, które chcesz przeanalizować i uzyskać wyniki za pomocą kilku kliknięć. Po zakończeniu zadania analizy zbiorczej możesz zidentyfikować i wyświetlić prognozy etykiet moderacji, takie jak wyraźna, niewyraźna nagość części intymnych oraz całowanie, przemoc, narkotyki i tytoń i inne. Otrzymasz również wynik zaufania dla każdej kategorii etykiet.
Utwórz zadanie analizy zbiorczej w konsoli Amazon Rekognition
Wykonaj następujące kroki, aby wypróbować analizę zbiorczą Amazon Rekognition:
- Na konsoli Amazon Rekognition wybierz Analiza zbiorcza w okienku nawigacji.
- Dodaj Rozpocznij analizę zbiorczą.
- Wprowadź nazwę zadania i określ obrazy do analizy, wprowadzając lokalizację segmentu S3 lub przesyłając obrazy z komputera.
- Opcjonalnie możesz wybrać adapter do analizowania obrazów przy użyciu niestandardowego adaptera przeszkolonego przy użyciu moderacji niestandardowej.
- Dodaj Rozpocznij analizę do uruchomienia zadania.
Po zakończeniu procesu wyniki można zobaczyć w konsoli Amazon Rekognition. Ponadto kopia wyników analizy w formacie JSON będzie przechowywana w lokalizacji wyjściowej Amazon S3.
Żądanie API analizy zbiorczej Amazon Rekognition
W tej sekcji przeprowadzimy Cię przez proces tworzenia zadania analizy zbiorczej na potrzeby moderacji obrazu za pomocą interfejsów programistycznych. Jeśli Twoje pliki obrazów nie znajdują się jeszcze w zasobniku S3, prześlij je, aby zapewnić dostęp do usługi Amazon Rekognition. Podobnie do tworzenia zadania analizy zbiorczej w konsoli Amazon Rekognition, podczas wywoływania pliku StartMediaAnalizaZadanie API należy podać następujące parametry:
- Konfiguracja operacji – Oto opcje konfiguracji tworzonego zadania analizy mediów:
- MinZaufanie – Minimalny poziom ufności z prawidłowym zakresem 0–100, dla którego mają zostać zwrócone etykiety moderacji. Amazon Rekognition nie zwraca żadnych etykiet z poziomem ufności niższym niż ta określona wartość.
- Wkład - Obejmuje to:
- Obiekt S3 – Informacje o obiekcie S3 dla wejściowego pliku manifestu, w tym segment i nazwa pliku. plik wejściowy zawiera linie JSON dla każdego obrazu przechowywanego w segmencie S3. Na przykład:
{"source-ref": "s3://MY-INPUT-BUCKET/1.jpg"}
- Obiekt S3 – Informacje o obiekcie S3 dla wejściowego pliku manifestu, w tym segment i nazwa pliku. plik wejściowy zawiera linie JSON dla każdego obrazu przechowywanego w segmencie S3. Na przykład:
- Konfiguracja wyjściowa - Obejmuje to:
- Łyżka S3 – Nazwa segmentu S3 dla plików wyjściowych.
- Prefiks S3Key – Przedrostek klucza dla plików wyjściowych.
Zobacz następujący kod:
Możesz wywołać tę samą analizę multimediów, używając następującego polecenia AWS CLI:
Wyniki API Amazon Rekognition Bulk Analysis
Aby uzyskać listę zadań analizy zbiorczej, możesz użyć ListMediaAnalysisJobs
. Odpowiedź zawiera wszystkie szczegóły dotyczące plików wejściowych i wyjściowych zadania analizy oraz statusu zadania:
Można także wywołać list-media-analysis-jobs
polecenie za pośrednictwem interfejsu CLI AWS:
Analiza masowa Amazon Rekognition generuje dwa pliki wyjściowe w zasobniku wyjściowym. Pierwszy plik to manifest-summary.json
, który zawiera statystyki zadań analizy zbiorczej i listę błędów:
Drugi plik to results.json
, który zawiera jedną linię JSON na każdy analizowany obraz w następującym formacie. Każdy wynik zawiera kategoria z najwyższej półki (L1) wykrytej etykiety i kategorii drugiego poziomu etykiety (L2), ze wskaźnikiem pewności w przedziale 1–100. Niektóre etykiety poziomu taksonomii 2 mogą mieć etykiety poziomu taksonomii 3 (L3). Pozwala to na hierarchiczną klasyfikację treści.
Możesz użyć Niestandardowe adaptery moderacji aby później przeanalizować obrazy, po prostu wybierając adapter niestandardowy podczas tworzenia nowego zadania analizy zbiorczej lub za pośrednictwem interfejsu API, przekazując unikalny identyfikator adaptera niestandardowego.
Podsumowanie
W tym poście omówiliśmy moderację treści w wersji 7.0, analizę zbiorczą na potrzeby moderacji treści oraz sposoby ulepszenia przewidywań dotyczących moderacji treści za pomocą analizy zbiorczej i moderacji niestandardowej. Aby wypróbować nowe etykiety moderacji i analizę zbiorczą, zaloguj się na swoje konto AWS i sprawdź konsolę Amazon Rekognition dla Moderacja obrazu i Analiza zbiorcza.
O autorach
Mehdy Haghy jest starszym architektem rozwiązań w zespole AWS WWCS, specjalizującym się w AI i ML w AWS. Współpracuje z klientami korporacyjnymi, pomagając im migrować, modernizować i optymalizować ich obciążenia pod kątem chmury AWS. W wolnym czasie lubi gotować perskie potrawy i majsterkować przy elektronice.
Shipra Kanoria jest głównym menedżerem produktu w AWS. Pasjonuje się pomaganiem klientom w rozwiązywaniu ich najbardziej złożonych problemów dzięki sile uczenia maszynowego i sztucznej inteligencji. Przed dołączeniem do AWS Shipra spędziła ponad 4 lata w Amazon Alexa, gdzie wprowadziła wiele funkcji związanych z produktywnością w asystencie głosowym Alexa.
Marii Handoko jest Senior Product Managerem w AWS. Koncentruje się na pomaganiu klientom w rozwiązywaniu ich wyzwań biznesowych poprzez uczenie maszynowe i wizję komputerową. W wolnym czasie lubi wędrować, słuchać podcastów i odkrywać różne kuchnie.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/improving-content-moderation-with-amazon-rekognition-bulk-analysis-and-custom-moderation/
- :Jest
- :nie
- :Gdzie
- 1
- 10
- 100
- 11
- 12
- 14
- 20
- 22
- 24
- 26%
- 50
- 60
- 7
- 91
- a
- O nas
- dostęp
- zgodność
- Konto
- precyzja
- w poprzek
- Dodaj
- dodanie
- dodatek
- do tego
- Dodaje
- Reklama
- AI
- Alexa
- Wszystkie kategorie
- pozwala
- już
- również
- Amazonka
- Amazon Rekognition
- Amazon Web Services
- an
- analiza
- w czasie rzeczywistym sprawiają,
- analizowane
- i
- każdy
- api
- Pszczoła
- aplikacje
- właściwy
- SĄ
- sztuczny
- sztuczna inteligencja
- AS
- przydzielony
- Asystent
- At
- AWS
- baza
- na podstawie
- BE
- zanim
- poniżej
- pomiędzy
- miliardy
- marka
- przerwa
- Budowanie
- biznes
- by
- powołanie
- CAN
- możliwości
- zdolność
- kategorie
- Kategoria
- wyzwania
- ZOBACZ
- Dodaj
- klasyfikacja
- Cli
- Chmura
- kod
- kolekcje
- komenda
- społeczności
- kompletny
- Ukończył
- kompleks
- składnik
- składniki
- komputer
- Wizja komputerowa
- Koncepcje
- pewność siebie
- systemu
- Konsola
- zawartość
- Typy treści
- nieustannie
- kopia
- skorygowania
- Stwórz
- stworzony
- Tworzenie
- krytyczny
- Aktualny
- zwyczaj
- Klientów
- codziennie
- data i godzina
- głęboko
- głęboka nauka
- detale
- wykryć
- wykryte
- Wykrywanie
- rozwinięty
- różne
- bezpośrednio
- dyskutować
- robi
- Nie
- napęd
- Narkotyki
- e
- e-commerce
- każdy
- z łatwością
- łatwo
- łatwy w użyciu
- bądź
- Elektronika
- eliminuje
- więcej
- umożliwiać
- Umożliwia
- zaręczynowy
- wzmacniać
- zapewnić
- wprowadzenie
- Enterprise
- Błędy
- oceniane
- przykład
- z pominięciem
- rozszerzony
- rozszerza się
- ekspertyza
- Exploring
- rozciągać się
- Failed
- fałszywy
- Cecha
- Korzyści
- kilka
- filet
- Akta
- i terminów, a
- koncentruje
- obserwuj
- następujący
- żywność
- W razie zamówieenia projektu
- format
- Sprzyjać
- od
- pełny
- Wzrost
- gier
- generuje
- otrzymać
- ziarnisty
- poprowadzi
- Have
- he
- pomoc
- jej
- hierarchiczny
- wyższy
- wysoko
- jego
- W jaki sposób
- How To
- HTML
- http
- HTTPS
- i
- ID
- zidentyfikować
- if
- obraz
- zdjęcia
- importować
- podnieść
- poprawy
- in
- obejmuje
- Włącznie z
- przemysłowa
- Informacja
- wkład
- spostrzeżenia
- Inteligencja
- interfejsy
- intymny
- najnowszych
- Przedstawia
- IT
- Praca
- Oferty pracy
- łączący
- jpg
- json
- Klawisz
- Całowanie
- L1
- l2
- Etykieta
- Etykiety
- duży
- później
- firmy
- uruchomiona
- nauka
- najmniej
- poziom
- Linia
- linie
- Lista
- Słuchanie
- lokalizacja
- log
- Popatrz
- niższy
- maszyna
- uczenie maszynowe
- WYKONUJE
- kierownik
- wiele
- znak
- Marketing
- Może..
- Media
- migrować
- minimum
- ML
- model
- umiarkowanego
- umiar
- zmodernizować
- Modułowa
- jeszcze
- większość
- Nazwa
- Nawigacja
- Potrzebować
- ujemny
- negatywy
- Nowości
- Nie
- przedmiot
- uzyskać
- of
- obraźliwy
- on
- pewnego razu
- ONE
- Optymalizacja
- Opcje
- or
- zamówienie
- OS
- ludzkiej,
- na zewnątrz
- wydajność
- koniec
- przegląd
- strona
- chleb
- parametry
- strony
- Przechodzący
- namiętny
- dla
- pigułki
- Platforma
- plato
- Analiza danych Platona
- PlatoDane
- Podcasty
- polityka
- pozytywny
- Post
- power
- Przewiduje
- przepowiednia
- Przewidywania
- przesłanka
- teraźniejszość
- Główny
- problemy
- wygląda tak
- Produkt
- product manager
- Produkty
- Programowanie
- chronić
- Sprawdzony
- zapewniać
- pod warunkiem,
- zapewnia
- szybko
- zasięg
- w czasie rzeczywistym
- otrzymać
- region
- polegać
- reputacja
- Wymaga
- odpowiedź
- dalsze
- Efekt
- detaliczny
- powrót
- reguły
- run
- "bezpiecznym"
- taki sam
- skalowalny
- Naukowcy
- wynik
- wyniki
- SDKS
- druga
- Sekcja
- widzieć
- wybierać
- wybierając
- senior
- usługa
- Usługi
- Sesja
- ona
- Targi
- podobny
- Prosty
- po prostu
- rozwiązanie
- Rozwiązania
- ROZWIĄZANIA
- kilka
- specjalizujący się
- określony
- spędził
- statystyka
- Rynek
- Cel
- przechowywanie
- przechowywany
- taki
- PODSUMOWANIE
- stół
- taksonomia
- zespół
- Technologia
- niż
- że
- Połączenia
- ich
- Im
- następnie
- Te
- one
- to
- Przez
- czas
- do
- Pociąg
- przeszkolony
- Trening
- prawdziwy
- próbować
- drugiej
- rodzaj
- typy
- UGC
- wyjątkowy
- niepożądany
- zaktualizowane
- Nowości
- przesłanych
- Uploading
- posługiwać się
- Użytkownik
- za pomocą
- ważny
- UPRAWOMOCNIĆ
- wartość
- Weryfikacja
- weryfikacje
- zweryfikować
- wersja
- przez
- Wideo
- Filmy
- Zobacz i wysłuchaj
- Przemoc
- wizja
- Odwiedzić
- Głos
- Czekanie
- chcieć
- we
- sieć
- usługi internetowe
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- będzie
- w
- Praca
- workflow
- działa
- X
- lat
- You
- Twój
- zefirnet