Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Amazon Bedrock Data Automation (BDA) memungkinkan Anda membuat cetak biru khusus untuk modalitas gambar. Anda dapat menggunakan cetak biru untuk menentukan format output yang diinginkan dan logika ekstraksi untuk file input Anda. Dengan membuat cetak biru khusus, Anda dapat menyesuaikan output BDA untuk memenuhi kebutuhan spesifik Anda. Dalam satu proyek, Anda dapat menerapkan cetak biru gambar tunggal.
Mendefinisikan bidang data untuk gambar
BDA memungkinkan Anda untuk menentukan bidang tertentu yang ingin Anda identifikasi dari gambar Anda dengan membuat cetak biru. Ini bertindak sebagai seperangkat instruksi yang memandu BDA tentang informasi apa yang akan diekstrak dan dihasilkan dari gambar Anda.
Mendefinisikan Bidang
Untuk memulai, Anda dapat membuat bidang untuk mengidentifikasi informasi yang ingin Anda ekstrak atau hasilkan, seperti product_type. Untuk setiap bidang, Anda perlu memberikan deskripsi, tipe data, dan tipe inferensi.
Untuk menentukan bidang, Anda perlu menentukan parameter berikut:
-
Deskripsi: Memberikan penjelasan bahasa alami tentang apa yang diwakili oleh bidang tersebut. Deskripsi ini membantu dalam memahami konteks dan tujuan lapangan, membantu dalam ekstraksi data yang akurat.
-
Jenis: Menentukan tipe data dari nilai bidang ini. BDA mendukung jenis berikut:
string: Untuk nilai berbasis teks
nomor: Untuk nilai numerik
boolean: Untuk nilai benar atau salah
array: Untuk bidang yang dapat memiliki beberapa nilai dari jenis yang sama (misalnya, array string atau array angka)
-
Jenis Inferensi: Menginstruksikan BDA tentang cara menangani generasi respons dari nilai bidang. Untuk gambar, BDA hanya mendukung jenis inferensi yang disimpulkan. Ini berarti bahwa BDA menyimpulkan nilai bidang berdasarkan informasi yang ada dalam gambar.
Gambar berikut menunjukkan modul “Tambahkan bidang” di Amazon Bedrock konsol dengan contoh bidang dan nilai berikut:
-
Nama bidang: product_type
-
Tipe: String
-
Instruksi: Apa produk atau layanan utama yang diiklankan, misalnya, Pakaian, Elektronik, Makanan & Minuman, dll.?
-
Jenis ekstraksi: Disimpulkan.
Berikut adalah contoh seperti apa definisi bidang yang sama dalam skema JSON, untuk API:
"product_type":{
"type": "string",
"inferenceType": "inferred",
"description": "What is the primary product or service being advertised, e.g., Clothing, Electronics, Food & Beverage, etc.?"
}Dalam contoh ini:
Tipe diatur ke string, menunjukkan bahwa nilai bidang product_type harus berbasis teks.
InferenceType diatur ke disimpulkan, menginstruksikan BDA untuk menyimpulkan nilai berdasarkan informasi yang ada dalam gambar.
Deskripsi memberikan konteks tambahan, mengklarifikasi bahwa bidang harus mengidentifikasi jenis produk dalam gambar. Contoh nilai untuk bidang product_type adalah: pakaian, elektronik, dan makanan atau minuman.
Dengan menentukan parameter ini untuk setiap bidang, Anda memberikan BDA informasi yang diperlukan untuk secara akurat mengekstrak dan menghasilkan wawasan dari gambar Anda.
Contoh bidang cetak biru untuk gambar iklan
Berikut adalah beberapa contoh bidang cetak biru untuk menganalisis gambar iklan.
| Bidang | Instruksi | Jenis Ekstraksi | Tipe |
| product_type | Apa produk atau layanan utama yang diiklankan? Contoh: Pakaian, Elektronik, Makanan & Minuman | disimpulkan | string |
| product_placement | Bagaimana produk ditempatkan dalam gambar iklan, misalnya, berpusat, di latar belakang, dipegang oleh seseorang, dll.? | disimpulkan | string |
| product_size | Ukuran produk kecil jika ukuran kurang dari 30% gambar, sedang jika antara 30 hingga 60%, dan besar jika lebih besar dari 60% gambar | disimpulkan | string |
| image_style | Klasifikasi gaya gambar iklan. Misalnya, gambar produk, gaya hidup, potret, retro, infografis, tidak ada yang di atas. | disimpulkan | string |
| image_latar belakang | Latar belakang bisa “warna solid, pemandangan alam, indoor, outdoor, atau abstrak. | disimpulkan | string |
| image_sentimen | Ekstrak mood gambar, yang bisa menjadi salah satu dari 'Positif', 'Negatif', 'Netral' | disimpulkan | string |
| promosional_offer | Apakah iklan tersebut mencakup diskon, penawaran, atau pesan promosi? | disimpulkan | boolean |
Contoh bidang cetak biru untuk pencarian media
Berikut adalah beberapa contoh bidang cetak biru untuk menghasilkan metadata dari gambar untuk pencarian media.
| Bidang | Instruksi | Jenis Ekstraksi | Tipe |
| orang-menghitung | Berapa banyak orang dalam gambar? | disimpulkan | number |
| indoor_outdoor_classification | Apakah gambar indoor atau outdoor? | disimpulkan | string |
| scene_classification | Klasifikasi pengaturan atau lingkungan gambar. Contoh: Perkotaan, Pedesaan, Alam, Sejarah, Perumahan, Komersil, Rekreasi, Ruang Publik | disimpulkan | string |
| animal_identification | Apakah gambar itu mengandung binatang? | disimpulkan | boolean |
| animal_type | Jenis hewan apa yang ada dalam gambar? | disimpulkan | string |
| color_identification | Apakah gambar berwarna atau hitam dan putih? | disimpulkan | string |
| kendaraan_identifikasi | Apakah ada kendaraan yang terlihat dalam gambar? | disimpulkan | string |
| kendaraan_type | Jenis kendaraan apa yang ada dalam gambar? | disimpulkan | string |
| watermark_identification | Apakah ada tanda air yang terlihat pada gambar? | disimpulkan | boolean |
