Podjetja se vse bolj zanašajo na slike in videoposnetke, ki jih ustvarijo uporabniki, za sodelovanje. Od platform za e-trgovino, ki stranke spodbujajo k deljenju slik izdelkov, do družbenih omrežij, ki promovirajo videoposnetke in slike, ki jih ustvarijo uporabniki, je uporaba uporabniške vsebine za sodelovanje močna strategija. Vendar pa je lahko težko zagotoviti, da je ta vsebina, ki jo ustvarijo uporabniki, skladna z vašimi pravilniki in spodbuja varno spletno skupnost za vaše uporabnike.
Številna podjetja so trenutno odvisna od človeških moderatorjev ali se reaktivno odzivajo na pritožbe uporabnikov za upravljanje neprimerne vsebine, ki jo ustvarijo uporabniki. Ti pristopi niso prilagojeni za učinkovito moderiranje milijonov slik in videoposnetkov z zadostno kakovostjo ali hitrostjo, kar vodi do slabe uporabniške izkušnje, visokih stroškov za doseganje obsega ali celo potencialne škode za ugled blagovne znamke.
V tej objavi razpravljamo o tem, kako uporabiti funkcijo moderiranja po meri v Amazonsko ponovno vžiganje za izboljšanje natančnosti vašega predhodno usposobljenega API-ja za moderiranje vsebine.
Moderiranje vsebine v Amazon Rekognition
Amazon Rekognition je upravljana storitev umetne inteligence (AI), ki ponuja vnaprej usposobljene in prilagodljive zmogljivosti računalniškega vida za pridobivanje informacij in vpogledov iz slik in videoposnetkov. Ena takih zmogljivosti je Moderiranje vsebine Amazon Rekognition, ki zazna neprimerno ali neželeno vsebino v slikah in videih. Amazon Rekognition uporablja hierarhično taksonomijo za označevanje neprimerne ali neželene vsebine z 10 kategorijami moderiranja na najvišji ravni (kot so nasilje, eksplicitno, alkohol ali droge) in 35 kategorijami na drugi ravni. Stranke v panogah, kot so e-trgovina, družbeni mediji in igre, lahko uporabljajo moderiranje vsebine v storitvi Amazon Rekognition za zaščito ugleda svoje blagovne znamke in spodbujanje varnih uporabniških skupnosti.
Z uporabo Amazon Rekognition za moderiranje slik in videa morajo človeški moderatorji pregledati veliko manjši nabor vsebine, običajno 1–5 % celotne količine, ki je že označena z modelom moderiranja vsebine. To podjetjem omogoča, da se osredotočijo na bolj dragocene dejavnosti in še vedno dosežejo celovito pokritost z moderiranjem za delček svojih obstoječih stroškov.
Predstavljamo moderiranje po meri Amazon Rekognition
Zdaj lahko izboljšate natančnost moderacijskega modela Rekognition za vaše poslovne podatke s funkcijo Custom Moderation. Adapter po meri lahko usposobite s samo 20 slikami z opombami v manj kot 1 uri. Ti adapterji razširjajo zmožnosti moderacijskega modela za zaznavanje slik, ki se uporabljajo za usposabljanje, z večjo natančnostjo. Za to objavo uporabljamo vzorčni nabor podatkov, ki vsebuje tako varne slike kot slike z alkoholnimi pijačami (ki veljajo za nevarne), da povečamo natančnost oznake za zmerno uživanje alkohola.
Enolični ID usposobljenega adapterja je mogoče zagotoviti obstoječemu DetectModerationLabels Operacija API-ja za obdelavo slik s tem adapterjem. Vsak adapter lahko uporablja samo račun AWS, ki je bil uporabljen za usposabljanje adapterja, kar zagotavlja, da podatki, uporabljeni za usposabljanje, ostanejo varni in varni v tem računu AWS. S funkcijo moderiranja po meri lahko prilagodite predhodno usposobljeni model moderiranja Rekognition za izboljšano delovanje v vašem specifičnem primeru uporabe moderiranja, brez strokovnega znanja o strojnem učenju (ML). Še naprej lahko uživate v prednostih popolnoma upravljane storitve moderiranja z modelom plačevanja po uporabi za moderiranje po meri.
Pregled rešitev
Usposabljanje adapterja za moderiranje po meri vključuje pet korakov, ki jih lahko dokončate z uporabo Konzola za upravljanje AWS ali vmesnik API:
- Ustvarite projekt
- Naložite podatke o vadbi
- Slikam dodelite oznake temeljne resnice
- Usposobite adapter
- Uporabite adapter
Oglejmo si te korake podrobneje z uporabo konzole.
Ustvarite projekt
Projekt je vsebnik za shranjevanje vaših adapterjev. Znotraj projekta lahko učite več adapterjev z različnimi nabori podatkov za usposabljanje, da ocenite, kateri adapter je najboljši za vaš specifični primer uporabe. Če želite ustvariti svoj projekt, izvedite naslednje korake:
- Na konzoli Amazon Rekogservation izberite Moderiranje po meri v podoknu za krmarjenje.
- Izberite Ustvarite projekt.
- za Ime Projekta, vnesite ime za svoj projekt.
- za Ime adapterja, vnesite ime za vaš adapter.
- Po želji vnesite opis za vaš adapter.
Naloži podatke o vadbi
Začnete lahko s samo 20 vzorčnimi slikami, da prilagodite moderacijski model za zaznavanje manj lažnih pozitivnih rezultatov (slike, ki so primerne za vaše podjetje, vendar jih model označi z moderacijsko oznako). Za zmanjšanje lažnih negativnih rezultatov (slike, ki so neprimerne za vaše podjetje, vendar niso označene z oznako moderiranja), morate začeti s 50 vzorčnimi slikami.
Izbirate lahko med naslednjimi možnostmi, da zagotovite nabore slikovnih podatkov za usposabljanje adapterja:
Izvedite naslednje korake:
- Za to objavo izberite Uvozite slike iz vedra S3 in vnesite svoj S3 URI.
Kot vsak postopek usposabljanja ML, usposabljanje adapterja za moderiranje po meri v Amazon Rekognition zahteva dva ločena niza podatkov: enega za usposabljanje adapterja in drugega za ocenjevanje adapterja. Lahko naložite ločen preskusni nabor podatkov ali izberete samodejno razdelitev nabora vadbenih podatkov za usposabljanje in testiranje.
- Za to objavo izberite Samodejna delitev.
- Izberite Omogoči samodejno posodabljanje da zagotovite, da sistem samodejno znova usposobi adapter, ko se zažene nova različica modela za moderiranje vsebine.
- Izberite Ustvarite projekt.
Slikam dodelite oznake temeljne resnice
Če ste naložili slike brez opomb, lahko uporabite konzolo Amazon Rekognition, da zagotovite oznake slik v skladu s taksonomijo moderiranja. V naslednjem primeru urimo adapter za odkrivanje skritega alkohola z večjo natančnostjo in vse take slike označimo z oznako alkohol. Slike, ki se ne štejejo za neprimerne, se lahko označijo kot varne.
Usposobite adapter
Ko označite vse slike, izberite Začnite trenirati za začetek procesa usposabljanja. Amazon Rekognition bo uporabil naložene nize slikovnih podatkov za usposabljanje modela adapterja za večjo natančnost na določeni vrsti slik, ki so na voljo za usposabljanje.
Ko je adapter za moderiranje po meri usposobljen, si lahko ogledate vse podrobnosti adapterja (adapterID
, test
in training
datoteke manifesta) v Zmogljivost adapterja oddelek.
O Zmogljivost adapterja razdelek prikazuje izboljšave lažno pozitivnih in lažno negativnih rezultatov v primerjavi z vnaprej usposobljenim modelom moderiranja. Adapter, ki smo ga usposobili za izboljšanje zaznavanja alkoholne nalepke, zmanjša stopnjo lažno negativnih rezultatov na testnih slikah za 73 %. Z drugimi besedami, adapter zdaj natančno napove oznako zmernosti alkohola za 73 % več slik v primerjavi s predhodno usposobljenim modelom zmernosti. Vendar pri lažno pozitivnih rezultatih ni opaziti izboljšanja, saj za usposabljanje niso bili uporabljeni lažno pozitivni vzorci.
Uporabite adapter
Za večjo natančnost lahko izvedete sklepanje z uporabo na novo usposobljenega adapterja. Če želite to narediti, pokličite Amazon Rekognition DetectModerationLabel
API z dodatnim parametrom, ProjectVersion
, ki je unikat AdapterID
adapterja. Sledi vzorčni ukaz z uporabo Vmesnik ukazne vrstice AWS (AWS CLI):
Sledi vzorčni delček kode z uporabo Knjižnica Python Boto3:
Najboljše prakse za usposabljanje
Da bi povečali učinkovitost vašega adapterja, priporočamo naslednje najboljše prakse za usposabljanje adapterja:
- Vzorčni slikovni podatki morajo zajemati reprezentativne napake, za katere želite izboljšati natančnost moderacijskega modela
- Namesto da prikažete samo slike napak za lažno pozitivne in lažno negativne slike, lahko zagotovite tudi prave pozitivne in prave negativne slike za izboljšano delovanje
- Priskrbite čim več označenih slik za usposabljanje
zaključek
V tej objavi smo predstavili poglobljen pregled nove funkcije Amazon Rekognition Custom Moderation. Poleg tega smo podrobno opisali korake za izvajanje vadbe s konzolo, vključno z najboljšimi praksami za optimalne rezultate. Za dodatne informacije obiščite konzolo Amazon Rekognition in raziščite funkcijo Custom Moderation.
Moderacija po meri Amazon Rekognition je zdaj splošno na voljo v vseh regijah AWS, kjer je na voljo Amazon Rekognition.
Več o tem moderiranje vsebine na AWS. Naredite prvi korak k poenostavitev postopkov moderiranja vsebine z AWS.
O avtorjih
Shipra Kanoria je glavni produktni vodja pri AWS. Strastno želi pomagati strankam rešiti njihove najbolj zapletene težave z močjo strojnega učenja in umetne inteligence. Preden se je pridružila AWS, je Shipra več kot 4 leta delala pri Amazon Alexa, kjer je na glasovnem pomočniku Alexa uvedla številne funkcije, povezane s produktivnostjo.
Aakash Deep je vodja inženiringa za razvoj programske opreme s sedežem v Seattlu. Uživa v delu na področju računalniškega vida, umetne inteligence in porazdeljenih sistemov. Njegovo poslanstvo je strankam omogočiti reševanje kompleksnih problemov in ustvarjanje vrednosti z AWS Rekognition. Izven službe se rad pohodi in potuje.
Lana Zhang je višji arhitekt rešitev pri AWS WWSO AI Services team, specializiran za AI in ML za moderiranje vsebine, računalniški vid, obdelavo naravnega jezika in generativno umetno inteligenco. S svojim strokovnim znanjem je predana promociji rešitev AWS AI/ML in pomoči strankam pri preoblikovanju njihovih poslovnih rešitev v različnih panogah, vključno z družbenimi mediji, igrami, e-trgovino, mediji, oglaševanjem in trženjem.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/announcing-rekogniton-custom-moderation-enhance-accuracy-of-pre-trained-rekognition-moderation-models-with-your-data/
- : je
- :ne
- :kje
- 1
- 10
- 100
- 118
- 150
- 20
- 35%
- 50
- 7
- 9
- a
- aakash
- O meni
- Račun
- natančnost
- natančno
- Doseči
- čez
- dejavnosti
- prilagodijo
- Dodatne
- Dodatne informacije
- Naslov
- Oglaševanje
- AI
- Storitve AI
- AI / ML
- Alkohol
- Alexa
- vsi
- že
- Prav tako
- Amazon
- Amazonsko ponovno vžiganje
- Amazon Web Services
- an
- in
- Napoveduje
- Še ena
- kaj
- API
- pristopi
- primerno
- SE
- umetni
- Umetna inteligenca
- Umetna inteligenca (AI)
- AS
- oceniti
- Pomočnik
- pomoč
- At
- Avtor
- samodejno
- Na voljo
- AWS
- temeljijo
- BE
- pred
- začetek
- Prednosti
- BEST
- najboljše prakse
- tako
- blagovne znamke
- Predložitev
- poslovni
- vendar
- by
- klic
- CAN
- Zmogljivosti
- zmožnost
- zajemanje
- primeru
- kategorije
- izziv
- Izberite
- stranke
- Koda
- skupnosti
- skupnost
- Podjetja
- v primerjavi z letom
- Pritožbe
- dokončanje
- kompleksna
- celovito
- računalnik
- Računalniška vizija
- šteje
- dosledno
- Konzole
- Posoda
- vsebina
- naprej
- strošek
- stroški
- pokritost
- ustvarjajo
- Ustvarite vrednost
- Trenutno
- po meri
- Stranke, ki so
- prilagodljiv
- datum
- nabor podatkov
- namenjen
- globoko
- opis
- Podatki
- podrobno
- Podrobnosti
- odkrivanje
- Odkrivanje
- Razvoj
- drugačen
- razpravlja
- prikazovalniki
- porazdeljena
- porazdeljeni sistemi
- razne
- do
- dont
- Droge
- e-trgovina
- vsak
- elektronskem poslovanju
- učinkovito
- bodisi
- omogočajo
- omogoča
- spodbujanje
- sodelovanje
- Inženiring
- okrepi
- okrepljeno
- uživajte
- zagotovitev
- zagotoviti
- Vnesite
- Napaka
- napake
- ocenjevanje
- Tudi
- Primer
- obstoječih
- izkušnje
- strokovno znanje
- raziskuje
- razširiti
- ekstrakt
- false
- Feature
- Lastnosti
- Nekaj
- manj
- datoteke
- prva
- pet
- označeno
- Osredotočite
- po
- za
- Spodbujati
- pospešuje
- ulomek
- iz
- v celoti
- Poleg tega
- igre na srečo
- splošno
- generativno
- Generativna AI
- dobili
- Igrišče
- škodovalo
- Imajo
- he
- pomoč
- jo
- skrita
- visoka
- več
- njegov
- uro
- Kako
- Kako
- Vendar
- HTML
- http
- HTTPS
- človeškega
- ID
- slika
- slike
- izboljšanje
- izboljšalo
- Izboljšanje
- Izboljšave
- in
- V drugi
- Poglobljena
- Vključno
- vedno
- industrij
- Podatki
- sproži
- vpogledi
- Intelligence
- vmesnik
- IT
- pridružil
- label
- Oznake
- jezik
- začela
- Interesenti
- učenje
- manj
- vrstica
- Seznam
- stroj
- strojno učenje
- upravljanje
- upravlja
- upravljanje
- upravitelj
- več
- Trženje
- Povečajte
- mediji
- milijoni
- Mission
- ML
- Model
- modeli
- zmernost
- več
- Najbolj
- veliko
- več
- Ime
- naravna
- Obdelava Natural Language
- ostalo
- negativna
- negative
- Novo
- na novo
- št
- zdaj
- of
- Ponudbe
- on
- ONE
- na spletu
- samo
- Delovanje
- operacije
- optimalna
- možnosti
- or
- Ostalo
- zunaj
- več
- pregled
- podokno
- parameter
- strastno
- za
- Izvedite
- performance
- izvajati
- opravlja
- Platforme
- platon
- Platonova podatkovna inteligenca
- PlatoData
- politike
- slaba
- pozitiven
- mogoče
- Prispevek
- potencial
- moč
- močan
- vaje
- Napovedi
- predstavljeni
- cenitev
- model določanja cen
- , ravnateljica
- Težave
- Postopek
- obravnavati
- Izdelek
- produktni vodja
- Projekt
- Spodbujanje
- zaščito
- zagotavljajo
- če
- kakovost
- Oceniti
- priporočeno
- zmanjša
- zmanjšuje
- regije
- zanašajo
- ostanki
- predstavnik
- Ugled
- obvezna
- zahteva
- Odzove
- Odgovor
- Rezultati
- pregleda
- varna
- Vzorčni niz podatkov
- Lestvica
- Seattle
- Oddelek
- zavarovanje
- višji
- ločena
- Storitev
- Storitve
- nastavite
- Delite s prijatelji, znanci, družino in partnerji :-)
- je
- shouldnt
- manj
- delček
- socialna
- družbeni mediji
- Software
- Razvoj programske opreme
- rešitve
- SOLVE
- specializacijo
- specifična
- hitrost
- porabljen
- po delih
- Začetek
- Korak
- Koraki
- Še vedno
- trgovina
- Strategija
- taka
- dovolj
- sistem
- sistemi
- Bodite
- Naloga
- Naloge
- taksonomija
- skupina
- Test
- Testiranje
- kot
- da
- O
- njihove
- te
- ta
- skozi
- do
- najvišji nivo
- Skupaj za plačilo
- Vlak
- usposobljeni
- usposabljanje
- preoblikovanje
- Potovanje
- Res
- Resnica
- dva
- tip
- tipično
- edinstven
- nezaželen
- naložili
- uporaba
- primeru uporabe
- Rabljeni
- uporabnik
- Uporabniška izkušnja
- Uporabniki
- uporablja
- uporabo
- dragocene
- vrednost
- različica
- Video
- Video posnetki
- Poglej
- Nasilje
- Vizija
- obisk
- Voice
- Obseg
- sprehod
- želeli
- je
- we
- web
- spletne storitve
- so bili
- kdaj
- ki
- bo
- z
- v
- brez
- besede
- delo
- potek dela
- deluje
- let
- Vi
- Vaša rutina za
- zefirnet