Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Revisión de contenido inapropiado con Amazon Augmented AI
Amazon Augmented AI (Amazon A2I) le permite crear los flujos de trabajo necesarios para la revisión humana de las predicciones de machine learning.
Amazon Rekognition está integrado directamente con Amazon A2I para que pueda implementar fácilmente la revisión humana para el caso de detección de imágenes no seguras. Amazon A2I proporciona un flujo de trabajo de revisión humana para la moderación de imágenes. Esto le permite revisar fácilmente las predicciones de Amazon Rekognition. Puede definir umbrales de confianza para su caso de uso y ajustarlos a lo largo del tiempo. Con Amazon A2I, puede utilizar un grupo de revisores dentro de su propia organización o Amazon Mechanical Turk. También puede utilizar proveedores de personal que hayan sido evaluados previamente AWS por su calidad y cumplimiento de los procedimientos de seguridad.
En los siguientes pasos se explica cómo configurar Amazon A2I con Amazon Rekognition. En primer lugar, cree una definición de flujo con Amazon A2I que tenga las condiciones que desencadenan la revisión humana. A continuación, debe pasar el nombre del recurso de Amazon (ARN) de la definición de flujo a la operación Amazon Rekognition. DetectModerationLabel
En la respuesta DetectModerationLabel
, puede ver si se requiere revisión humana. Los resultados de la revisión humana están disponibles en un bucket de Amazon S3 establecido por la definición de flujo.
Para ver una end-to-end demostración de cómo utilizar Amazon A2I con Amazon Rekognition, consulte uno de los siguientes tutoriales de la Guía para desarrolladores de Amazon AI. SageMaker
-
Demostración: Comience a utilizar Amazon A2I API
Para empezar a utilizar elAPI, también puede ejecutar un ejemplo de un cuaderno Jupyter. Consulte Utilizar una instancia de SageMaker Notebook con Amazon A2I Jupyter Notebook para utilizar la integración de Amazon Augmented AI (Amazon A2I) con Amazon Rekognition
[Ejemplo] en una instancia de bloc de notas con IA. SageMaker
Ejecución DetectModerationLabels con Amazon A2I
nota
Cree todos sus recursos de Amazon A2I y Amazon Rekognition en la misma región. AWS
-
Complete los requisitos previos que se indican en la sección Introducción a Amazon Augmented AI en la documentación sobre SageMaker IA.
Además, recuerda configurar tus IAM permisos tal y como se indica en la página Permisos y seguridad en Amazon Augmented AI de la documentación sobre SageMaker IA.
-
Siga las instrucciones para crear un flujo de trabajo de revisión humana que se encuentran en la documentación sobre SageMaker IA.
Un flujo de trabajo de revisión humana gestiona el procesamiento de una imagen. Contiene las condiciones que desencadenan una revisión humana, el equipo de trabajo al que se envía la imagen, la plantilla de interfaz de usuario que utiliza el equipo de trabajo y el bucket de Amazon S3 al que se envían los resultados del equipo de trabajo.
En tu
CreateFlowDefinition
llamada, tendrás que configurar el botónHumanLoopRequestSource
en «AWS/Rekognition/DetectModerationLabels/Image/V3". Después de eso, debe decidir cómo desea configurar sus condiciones que desencadenan una revisión humana.Con Amazon Rekognition tiene dos opciones para
ConditionType
:ModerationLabelConfidenceCheck
ySampling
.ModerationLabelConfidenceCheck
crea un bucle humano cuando la confianza de una etiqueta de moderación se encuentra dentro de un rango. Por último,Sampling
envía un porcentaje aleatorio de los documentos procesados para revisión humana. CadaConditionType
utiliza un conjunto diferente deConditionParameters
para establecer los resultados de la revisión humana.ModerationLabelConfidenceCheck
tiene elConditionParameters
ModerationLableName
, que establece la clave que requiere revisión humana. Además, tiene confianza, que establece el rango porcentual para enviar a revisión humana con LessThan GreaterThan, y Equals.Sampling
estableceRandomSamplingPercentage
el porcentaje de documentos que se enviarán a revisión humana.El ejemplo de código siguiente es una llamada parcial de
CreateFlowDefinition
. Envía una imagen para revisión humana si tiene una calificación inferior al 98% en la etiqueta «Sugerente», y más del 95% en la etiqueta «Trajes de baño o ropa interior femenina». Esto significa que si la imagen no se considera sugerente pero sí tiene una mujer en ropa interior o en traje de baño, puede volver a comprobar la imagen mediante la revisión humana.def create_flow_definition(): ''' Creates a Flow Definition resource Returns: struct: FlowDefinitionArn ''' humanLoopActivationConditions = json.dumps( { "Conditions": [ { "And": [ { "ConditionType": "ModerationLabelConfidenceCheck", "ConditionParameters": { "ModerationLabelName": "Suggestive", "ConfidenceLessThan": 98 } }, { "ConditionType": "ModerationLabelConfidenceCheck", "ConditionParameters": { "ModerationLabelName": "Female Swimwear Or Underwear", "ConfidenceGreaterThan": 95 } } ] } ] } )
CreateFlowDefinition
devuelve unFlowDefinitionArn
, que utilizará en el siguiente paso cuando llame aDetectModerationLabels
.Para obtener más información, consulte CreateFlowDefinitionla APIReferencia sobre SageMaker IA.
-
Establezca el parámetro
HumanLoopConfig
cuando llame aDetectModerationLabels
, como en Detección de imágenes inapropiadas. Consulte el paso 4 para ver ejemplos de una llamada deDetectModerationLabels
conHumanLoopConfig
establecido.-
Dentro del
HumanLoopConfig
parámetro,FlowDefinitionArn
defina el valor ARN de la definición de flujo que creó en el paso 2. -
Establezca su
HumanLoopName
. Este debe ser único dentro de cada región y debe estar en minúsculas. -
(Opcional) Puede usar
DataAttributes
para establecer si la imagen que pasó a Amazon Rekognition está libre de información de identificación personal o no. Debe establecer este parámetro para poder enviar información a Amazon Mechanical Turk.
-
-
Ejecute
DetectModerationLabels
.Los siguientes ejemplos muestran cómo utilizar el
HumanLoopConfig
conjunto AWS CLI y AWS SDK for Python (Boto3) ejecutarDetectModerationLabels
con él.Cuando se ejecuta
DetectModerationLabels
con laHumanLoopConfig
opción activada, Amazon Rekognition llama a la operación SageMaker de IA. APIStartHumanLoop
Este comando toma la respuesta deDetectModerationLabels
y la compara con las condiciones de definición de flujo del ejemplo. Si cumple con las condiciones de revisión, devuelve unHumanLoopArn
. Esto significa que los miembros del equipo de trabajo que configuró en su definición de flujo ahora pueden revisar la imagen. Llamar a la operación de tiempo de ejecución de la inteligencia artificial aumentada de AmazonDescribeHumanLoop
proporciona información sobre el resultado del bucle. Para obtener más información, consulte DescribeHumanLoopla documentación de API referencia de Amazon Augmented AI.Después de revisar la imagen, puede ver los resultados en el bucket especificado en la ruta de salida de la definición de flujo. Amazon A2I también le notificará a Amazon CloudWatch Events cuando se complete la revisión. Para ver qué eventos debe buscar, consulte la sección CloudWatch Eventos en la documentación de SageMaker IA.
Para obtener más información, consulte Introducción a Amazon Augmented AI en la documentación de SageMaker IA.