Amazon SageMaker Ground Truth Plus ile yüksek kaliteli eğitim veri kümeleri oluşturmak için kod gerektirmeyen görsel bir araçla veri etiketlerinizi inceleyin

AWS re:Invent 2021'de kullanıma sunuldu, Amazon SageMaker Temel Gerçek Artı veri etiketleme uygulamaları oluşturmak ve etiketleme işgücünü yönetmekle ilişkili farklılaşmamış ağır yükleri ortadan kaldırarak yüksek kaliteli eğitim veri kümeleri oluşturmanıza yardımcı olur. Tek yapmanız gereken etiketleme gereksinimleriyle birlikte verileri paylaşmaktır ve Ground Truth Plus, bu gereksinimlere dayalı olarak veri etiketleme iş akışınızı kurar ve yönetir. Oradan, çeşitli makine öğrenimi (ML) görevlerinde eğitim almış uzman bir iş gücü, veri etiketlemesi gerçekleştirir. Ground Truth Plus'ı kullanmak için derin makine öğrenimi uzmanlığına veya iş akışı tasarımı ve kalite yönetimi bilgisine bile ihtiyacınız yok.

Makine öğrenimi algoritmanız için yüksek kaliteli bir eğitim veri kümesi oluşturmak, yinelemeli bir süreçtir. Makine öğrenimi uygulayıcıları genellikle veri etiketlerini incelemek için özel sistemler oluşturur çünkü doğru şekilde etiketlenmiş veriler makine öğrenimi model kalitesi için kritik öneme sahiptir. Yüksek kaliteli eğitim verileri almanızı sağlamak için Ground Truth Plus, veri etiketlerinin kalitesini denetlemek ve etiketlerin doğru bir şekilde temsil ettiğinden emin olana kadar veri etiketleri hakkında geri bildirim sağlamak için yerleşik bir kullanıcı arabirimi (İnceleme Kullanıcı Arayüzü) sağlar. temel gerçek veya gerçek dünyada doğrudan gözlemlenebilir olan.

Bu gönderi, bir proje ekibi oluşturma adımlarında size yol gösterir ve etiketli bir veri kümesini incelemenizi verimli bir şekilde tamamlamak için İnceleme Kullanıcı Arayüzü aracının birkaç yeni yerleşik özelliğini kullanır. İzlenecek yol, etkin bir Ground Truth Plus etiketleme projeniz olduğunu varsayar. Daha fazla bilgi için, bkz Amazon SageMaker Ground Truth Plus – Kodsuz veya Şirket İçi Kaynaklar Olmadan Eğitim Veri Kümeleri Oluşturun.

Bir proje ekibi kurun

Bir proje ekibi, İnceleme Kullanıcı Arayüzü aracını kullanarak veri etiketlerini incelemek için kuruluşunuzdaki üyelere erişim sağlar. Bir proje ekibi kurmak için aşağıdaki adımları tamamlayın:

1. Yerdeki Gerçek Artı konsol, seçmek Proje ekibi oluştur.
2. seç Yeni bir Amazon Cognito kullanıcı grubu oluşturun . Halihazırda mevcut bir Amazon Cognito'su kullanıcı grubu, seçin Üyeleri içe aktar seçeneği.
3. İçin Amazon Cognito kullanıcı grubu adı, isim girin. Bu ad değiştirilemez.
4. İçin E-mail adresleri, virgülle ayırarak en fazla 50 ekip üyesinin e-posta adreslerini girin.
5. Klinik Proje ekibi oluştur.

Ekip üyeleriniz, onları Ground Truth Plus proje ekibine katılmaya davet eden bir e-posta alacak. Oradan, veri etiketlerini gözden geçirmek için Ground Truth Plus proje portalına giriş yapabilirler.

Etiketli veri kümesi kalitesini inceleyin

Şimdi kullanarak bir video nesnesi izleme örneğine geçelim. CBCL Sokak Sahneleri Veri kümesi.

Partinizdeki veriler etiketlendikten sonra parti şu şekilde işaretlenir: İncelemeye hazır.

Partiyi seçin ve seçin Toplu inceleme. İnceleme Kullanıcı Arayüzü'ne yönlendirilirsiniz. İncelediğiniz her parti için farklı bir örnekleme oranı seçme esnekliğine sahipsiniz. Örneğin, örnek grubumuzda toplam beş videomuz var. Bu beş videonun yalnızca bir alt kümesini mi yoksa tümünü mi incelemek istediğinizi belirtebilirsiniz.

Şimdi, Etiketli veri kümesinin kalitesini daha hızlı incelemenize ve kalite hakkında geri bildirim sağlamanıza yardımcı olacak İnceleme Kullanıcı Arayüzü içindeki farklı işlevlere bakalım:

• Etiketleri etiket kategorisine göre filtreleyin – Gözden Geçirme Arayüzü içinde, sağdaki bölmede etiketleri, etiket kategorilerine göre filtreleyebilirsiniz. Bu özellik, birden fazla etiket kategorisi olduğunda (örneğin, Vehicles, Pedestrians, ve Poles) yoğun bir veri kümesi nesnesinde ve her seferinde bir etiket kategorisi için etiketleri görüntülemek istiyorsunuz. Örneğin, konuya odaklanalım Car etiket kategorisi. Giriş Car Yalnızca türdeki tüm ek açıklamaları filtrelemek için sağ bölmedeki etiket kategorisi Car. Aşağıdaki ekran görüntüleri, filtreyi uygulamadan önceki ve sonraki İnceleme Kullanıcı Arayüzü görünümünü göstermektedir.
  
• Bindirme ilişkili açıklamalı öznitelik değerleri – Her etikete açıklama eklenecek nitelikler atanabilir. Örneğin, etiket kategorisi için Car , işçilerden ayrıca açıklama eklemelerini istediğinizi söyleyin. Color  ve Occlusion her etiket örneği için öznitelikler. İnceleme Kullanıcı Arayüzünü yüklediğinizde, sağ bölmede her bir etiket örneğinin altında karşılık gelen öznitelikleri göreceksiniz. Ancak, bunun yerine bu öznitelik açıklamalarını doğrudan görüntü üzerinde görmek isterseniz ne olur? Etiketi sen seç Car:1 ve öznitelik açıklamalarını kaplamak için Car:1 , sen bas Ctrl + A.
  Şimdi ek açıklamayı göreceksiniz Dark Blue için Color nitelik ve açıklama None için Occlusion resmin yanında doğrudan görüntülenen öznitelik Car:1 sınırlayıcı kutu. Artık bunu kolayca doğrulayabilirsiniz Car:1 olarak işaretlendi Dark Blue, bulmak zorunda kalmak yerine sadece görüntüye bakmaktan hiçbir tıkanıklık olmadan Car:1 öznitelik açıklamalarını görmek için sağ bölmede.
  
• Etiket düzeyinde geri bildirim bırakın – Her etiket için, o etiketin etiket düzeyinde geri bildirim bırakabilirsiniz. Etiket geri bildirimi ücretsiz dize özniteliği. Örneğin, bu resimde, Car:1 koyu maviden daha siyah görünüyor. Bu tutarsızlığı aşağıdakiler için geri bildirim olarak iletebilirsiniz: Car:1 ile Etiket geri bildirimi o çerçevedeki o etikete yapılan yorumu izlemek için alan. Dahili kalite kontrol ekibimiz bu geri bildirimi gözden geçirecek ve ek açıklama süreci ve etiket politikalarında değişiklikler yapacak ve ek açıklama yapanları gerektiği şekilde eğitecektir.
  
• Çerçeve düzeyinde geri bildirim bırakın – Benzer şekilde, her çerçeve için, o çerçevenin altındaki çerçeve düzeyinde geri bildirim bırakabilirsiniz. Çerçeve geri bildirimi ücretsiz dize özniteliği. Bu durumda, açıklamalar için Car ve Pedestrian sınıflar bu çerçevede doğru ve iyi uygulanmış görünüyor. Bu olumlu geri bildirimi aşağıdakileri kullanarak iletebilirsiniz: Geribildirim sağlamak alanı ve yorumunuz bu çerçeveye bağlanır.
  
• Açıklama geri bildirimini diğer çerçevelere kopyalayın – Bu özniteliğe sağ tıklarsanız, hem etiket düzeyinde hem de çerçeve düzeyinde geri bildirimi diğer çerçevelere kopyalayabilirsiniz. Bu özellik, o etiket için kareler arasında aynı geri bildirimi çoğaltmak veya aynı kare düzeyindeki geri bildirimi birkaç kareye uygulamak istediğinizde kullanışlıdır. Bu özellik, veri etiketlerinin incelemesini hızlı bir şekilde tamamlamanızı sağlar.
  
• Her bir veri kümesi nesnesini onaylayın veya reddedin – İncelediğiniz her veri kümesi nesnesi için, Onaylamak ek açıklamalardan memnunsanız veya Reddetmek memnun değilseniz ve bu ek açıklamaların yeniden işlenmesini istiyorsanız. seçtiğinizde Gönder, az önce incelediğiniz videoyu onaylama veya reddetme seçeneği sunulur. Her iki durumda da, ek yorum sağlayabilirsiniz:
  • Eğer seçerseniz Onaylamak, yorum isteğe bağlıdır.
    
  • Eğer seçerseniz Reddetmek, yorum gereklidir ve ayrıntılı geri bildirim sağlamanızı öneririz. Geri bildiriminiz, sonraki videolarda benzer hataları önlemek için düzeltici önlemler alacak olan özel bir Ground Truth Plus kalite kontrol ekibi tarafından incelenecektir.
    

Geri bildiriminizle birlikte videoyu gönderdikten sonra, proje portalında reddedilen nesnelerin sayısını görebileceğiniz proje ayrıntı sayfasına yönlendirilirsiniz. reddedilen nesneler sütunu ve altında incelenen nesnelerden kabul edilen nesnelerin sayısı olarak hesaplanan hata oranı Kabul oranı projenizdeki her parti için sütun. Örneğin, aşağıdaki ekran görüntüsündeki parti 1 için, incelenen beş nesneden dördü kabul edildiğinden kabul oranı %80'dir.

Sonuç

Makine öğrenimi girişimlerinize ulaşmak için yüksek kaliteli bir eğitim veri kümesi çok önemlidir. Ground Truth Plus ile artık, etiketlenmiş veri kümesinin kalitesini gözden geçirmek için özel araçlar oluşturmaya ilişkin farklılaşmamış ağır yükleri ortadan kaldıran gelişmiş bir yerleşik İnceleme UI aracına sahipsiniz. Bu gönderi, bir proje ekibini nasıl kuracağınız ve İnceleme Kullanıcı Arayüzü aracının yeni yerleşik özelliklerini nasıl kullanacağınız konusunda size yol gösterdi. ziyaret edin Ground Truth Plus konsolu Başlamak için.

Her zaman olduğu gibi, AWS geri bildirimleri memnuniyetle karşılar. Lütfen herhangi bir yorum veya soru gönderin.

Yazar Hakkında

Manish Goel Amazon SageMaker Ground Truth Plus'ın Ürün Yöneticisidir. Müşterilerin makine öğrenimini benimsemesini kolaylaştıran ürünler oluşturmaya odaklanmıştır. Boş zamanlarında yolculuk yapmaktan ve kitap okumaktan hoşlanır.

Revekka Kostoeva Amazon AWS'de Yazılım Geliştirici Mühendisidir ve burada Sagemaker Ground Truth hizmetlerinin kapsamını ve ölçeklenebilirliğini genişletmek için müşteriye dönük ve dahili çözümler üzerinde çalışmaktadır. Bir araştırmacı olarak, inovasyonu ilerletmek için ticaretin araçlarını geliştirmeye yönelmiştir.

• Akıllı para. Avrupa'nın En İyi Bitcoin ve Kripto Borsası.
• Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. SERBEST ERİŞİM.
• KriptoHawk. Altcoin Radarı. Ücretsiz deneme.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/inspect-your-data-labels-with-a-visual-no-code-tool-to-create-high-quality-training-datasets- ile-amazon-sagemaker-zemin-truth-plus/