Tutorial: Memulai di Konsol Amazon A2I - Amazon SageMaker
PrasyaratLangkah 1: Buat Tim KerjaLangkah 2: Buat Alur Kerja Tinjauan ManusiaLangkah 3: Mulai Loop ManusiaLangkah 4: Lihat Status Loop Manusia di KonsolLangkah 5: Unduh Data Output

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tutorial: Memulai di Konsol Amazon A2I

Tutorial berikut menunjukkan cara memulai menggunakan Amazon A2I di konsol Amazon A2I.

Tutorial ini memberi Anda opsi untuk menggunakan Augmented AI dengan Amazon Textract untuk peninjauan dokumen atau Amazon Rekognition untuk tinjauan konten gambar.

Prasyarat

Untuk mulai menggunakan Amazon A2I, lengkapi prasyarat berikut.

  • Buat bucket Amazon S3 di AWS Wilayah yang sama dengan alur kerja untuk data input dan output Anda. Misalnya, jika Anda menggunakan Amazon A2I dengan Amazon Textract di us-east-1, buat bucket Anda di us-east-1. Untuk membuat bucket, ikuti petunjuk di Membuat Bucket di Panduan Pengguna Amazon Simple Storage Service Console.

  • Lakukan salah satu hal berikut ini:

    • Jika Anda ingin menyelesaikan tutorial menggunakan Amazon Ttract, unduh gambar berikut dan letakkan di ember Amazon S3 Anda.

      Aplikasi kerja singkat

    • Jika Anda ingin menyelesaikan tutorial menggunakan Amazon Rekognition, unduh gambar berikut dan letakkan di ember Amazon S3 Anda.

      Wanita berbikini melakukan yoga di pantai
catatan

Konsol Amazon A2I tertanam di konsol. SageMaker

Langkah 1: Buat Tim Kerja

Pertama, buat tim kerja di konsol Amazon A2I dan tambahkan diri Anda sebagai pekerja sehingga Anda dapat melihat pratinjau tugas peninjauan pekerja.

penting

Tutorial ini menggunakan tim kerja pribadi. Tenaga kerja pribadi Amazon A2I dikonfigurasi di area Ground Truth SageMaker konsol dan dibagi antara Amazon A2I dan Ground Truth.

Untuk membuat tenaga kerja pribadi menggunakan email pekerja

  1. Buka SageMaker konsol di https://console.aws.amazon.com/sagemaker/.

  2. Di panel navigasi, pilih Labeling workforce di bawah Ground Truth.

  3. Pilih Private, lalu pilih Create Private Team.

  4. Pilih Undang pekerja baru melalui email.

  5. Untuk tutorial ini, masukkan email Anda dan lainnya yang Anda inginkan untuk dapat melihat UI tugas manusia. Anda dapat menempelkan atau mengetik daftar hingga 50 alamat email, dipisahkan dengan koma, ke dalam kotak alamat email.

  6. Masukkan nama organisasi dan email kontak.

  7. Secara opsional, pilih topik Amazon SNS untuk berlangganan tim sehingga pekerja diberi tahu melalui email saat pekerjaan pelabelan Ground Truth baru tersedia. Notifikasi Amazon SNS didukung oleh Ground Truth dan tidak didukung oleh Augmented AI. Jika Anda berlangganan notifikasi Amazon SNS kepada pekerja, mereka hanya menerima pemberitahuan tentang pekerjaan pelabelan Ground Truth. Mereka tidak menerima pemberitahuan tentang tugas Augmented AI.

  8. Pilih Buat tim pribadi.

Jika Anda menambahkan diri Anda ke tim kerja pribadi, Anda menerima email dari no-reply@verificationemail.com dengan informasi login. Gunakan tautan di email ini untuk mengatur ulang kata sandi Anda dan masuk ke portal pekerja Anda. Di sinilah tugas peninjauan manusia Anda muncul saat Anda membuat lingkaran manusia.

Langkah 2: Buat Alur Kerja Tinjauan Manusia

Pada langkah ini, Anda membuat alur kerja tinjauan manusia. Setiap alur kerja tinjauan manusia dibuat untuk jenis tugas tertentu. Tutorial ini memungkinkan Anda untuk memilih antara jenis tugas bawaan: Amazon Rekognition dan Amazon Texttract.

Untuk membuat alur kerja tinjauan manusia:

  1. Buka konsol Augmented AI di https://console.aws.amazon.com/a2i untuk mengakses halaman alur kerja tinjauan Manusia.

  2. Pilih Buat alur kerja tinjauan manusia.

  3. Dalam pengaturan alur kerja, masukkan Nama alur kerja, bucket S3, dan peran IAM yang Anda buat untuk tutorial ini, dengan kebijakan terkelola terlampir. AWS AmazonAugmentedAIIntegratedAPIAccess

  4. Untuk jenis Tugas, pilih Textract — Ekstraksi pasangan kunci-nilai atau Rekognition — Moderasi gambar.

  5. Pilih jenis tugas yang Anda pilih dari tabel berikut untuk instruksi untuk jenis tugas tersebut.

    Amazon Textract – Key-value pair extraction

    1. Pilih Memicu tinjauan manusia untuk kunci formulir tertentu berdasarkan skor kepercayaan kunci formulir atau ketika kunci formulir tertentu tidak ada.

    2. Untuk nama kunci, masukkanMail Address.

    3. Tetapkan ambang kepercayaan identifikasi antara 0 dan99.

    4. Tetapkan ambang kepercayaan kualifikasi antara 0 dan99.

    5. Pilih Memicu ulasan manusia untuk semua kunci formulir yang diidentifikasi oleh Amazon Textract dengan skor kepercayaan dalam rentang tertentu.

    6. Tetapkan ambang kepercayaan identifikasi antara 0 dan90.

    7. Tetapkan ambang kepercayaan kualifikasi antara 0 dan90.

    Ini memulai tinjauan manusia jika Amazon Ttract mengembalikan skor kepercayaan yang 99 kurang dari Mail Address untuk dan kuncinya, atau jika mengembalikan skor kepercayaan 90 kurang dari untuk pasangan nilai kunci yang terdeteksi dalam dokumen.

    Gambar berikut menunjukkan ekstraksi formulir Amazon Textract - Ketentuan untuk menjalankan bagian tinjauan manusia dari konsol Amazon A2I. Pada gambar, kotak centang untuk dua jenis pemicu yang dijelaskan dalam paragraf selanjutnya dicentang, dan Mail Address digunakan sebagai nama Kunci untuk pemicu pertama. Ambang batas kepercayaan identifikasi didefinisikan menggunakan skor kepercayaan untuk pasangan nilai kunci yang dideteksi dalam formulir dan ditetapkan antara 0 dan 99. Ambang batas kepercayaan kualifikasi didefinisikan menggunakan skor kepercayaan untuk teks yang terkandung dalam kunci dan nilai dalam formulir dan ditetapkan antara 0 dan 99.

    Ekstraksi formulir Amazon Textract - Ketentuan untuk memanggil bagian tinjauan manusia dari konsol Amazon A2I
    Amazon Rekognition – Image moderation

    1. Pilih Trigger tinjauan manusia untuk label yang diidentifikasi oleh Amazon Rekognition berdasarkan skor kepercayaan label.

    2. Atur Ambang Batas antara 0 dan98.

    Ini memulai tinjauan manusia jika Amazon Rekognition mengembalikan skor kepercayaan yang 98 kurang dari untuk pekerjaan moderasi gambar.

    Gambar berikut menunjukkan bagaimana Anda dapat memilih tinjauan manusia Pemicu untuk label yang diidentifikasi oleh Amazon Rekognition berdasarkan opsi skor kepercayaan label dan memasukkan Ambang antara 0 dan 98 di konsol Amazon A2I.

    Amazon Rekognition-Image moderation - Ketentuan untuk menjalankan bagian tinjauan manusia dari konsol Amazon A2I

  6. Di bawah Pembuatan templat tugas pekerja, pilih Buat dari templat default.

  7. Masukkan nama Template.

  8. Di bidang Deskripsi tugas, masukkan teks berikut:

    Read the instructions carefully and complete the task.

  9. Di bawah Pekerja, pilih Pribadi.

  10. Pilih tim pribadi yang Anda buat.

  11. Pilih Buat.

Setelah alur kerja tinjauan manusia Anda dibuat, itu muncul di tabel di halaman alur kerja tinjauan Manusia. Saat StatusActive, salin dan simpan ARN Alur Kerja. Anda membutuhkannya untuk langkah selanjutnya.

Langkah 3: Mulai Loop Manusia

Anda harus menggunakan operasi API untuk memulai loop manusia. Ada berbagai SDK khusus bahasa yang dapat Anda gunakan untuk berinteraksi dengan operasi API ini. Untuk melihat dokumentasi untuk masing-masing SDK ini, lihat bagian Lihat Juga di dokumentasi API, seperti yang ditunjukkan pada gambar berikut.

Screenshot dari bagian Lihat Juga pada dokumentasi Amazon Textract API

Untuk tutorial ini, Anda menggunakan salah satu API berikut:

  • Jika Anda memilih jenis tugas Amazon Texttract, Anda menggunakan operasi. AnalyzeDocument

  • Jika Anda memilih jenis tugas Amazon Rekognition, Anda menggunakan operasi. DetectModerationLabels

Anda dapat berinteraksi dengan API ini menggunakan instance SageMaker notebook (direkomendasikan untuk pengguna baru) atau AWS Command Line Interface (AWS CLI). Pilih salah satu dari berikut ini untuk mempelajari lebih lanjut tentang opsi ini:

Pilih jenis tugas Anda di tabel berikut untuk melihat contoh permintaan Amazon Textract dan Amazon Rekognition menggunakan file. AWS SDK for Python (Boto3)

Amazon Textract – Key-value pair extraction

Contoh berikut menggunakan AWS SDK for Python (Boto3) to call analyze_document in us-west-2. Ganti teks merah yang dicetak miring dengan sumber daya Anda. Sertakan DataAttributesparameter jika Anda menggunakan tenaga kerja Amazon Mechanical Turk. Untuk informasi selengkapnya, lihat analyze_document dokumentasi di Referensi AWS SDK for Python (Boto) API.


   response = client.analyze_document(
         Document={
                "S3Object": {
                    "Bucket": "AWSDOC-EXAMPLE-BUCKET", 
                    "Name": "document-name.pdf"
                }
         },
         HumanLoopConfig={
            "FlowDefinitionArn":"arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
            "HumanLoopName":"human-loop-name",
            "DataAttributes" : {
                "ContentClassifiers":["FreeOfPersonallyIdentifiableInformation","FreeOfAdultContent"]
            }
         },
         FeatureTypes=["TABLES", "FORMS"])
Amazon Rekognition – Image moderation

Contoh berikut menggunakan AWS SDK for Python (Boto3) to call detect_moderation_labels in us-west-2. Ganti teks merah yang dicetak miring dengan sumber daya Anda. Sertakan DataAttributesparameter jika Anda menggunakan tenaga kerja Amazon Mechanical Turk. Untuk informasi selengkapnya, lihat detect_moderation_labels dokumentasi di Referensi AWS SDK for Python (Boto) API.


   response = client.detect_moderation_labels(
            Image={
                "S3Object":{
                    "Bucket": "AWSDOC-EXAMPLE-BUCKET", 
                    "Name": "image-name.png"
                }
            },
            HumanLoopConfig={
               "FlowDefinitionArn":"arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
               "HumanLoopName":"human-loop-name",
               "DataAttributes":{
                    ContentClassifiers:["FreeOfPersonallyIdentifiableInformation"|"FreeOfAdultContent"]
                }
             })

Langkah 4: Lihat Status Loop Manusia di Konsol

Saat Anda memulai loop manusia, Anda dapat melihat statusnya di konsol Amazon A2I.

Untuk melihat status loop manusia Anda

  1. Buka konsol Augmented AI di https://console.aws.amazon.com/a2i untuk mengakses halaman alur kerja tinjauan Manusia.

  2. Pilih alur kerja tinjauan manusia yang Anda gunakan untuk memulai loop manusia Anda.

  3. Di bagian Human loop, Anda dapat melihat lingkaran manusia Anda. Lihat statusnya di kolom Status.

Langkah 5: Unduh Data Output

Data keluaran Anda disimpan di bucket Amazon S3 yang Anda tentukan saat membuat alur kerja tinjauan manusia.

Untuk melihat data keluaran Amazon A2I Anda

  1. Buka konsol Amazon S3.

  2. Pilih bucket Amazon S3 yang Anda tentukan saat membuat alur kerja tinjauan manusia di langkah 2 contoh ini.

  3. Dimulai dengan folder yang dinamai sesuai alur kerja peninjauan manusia Anda, arahkan ke data keluaran Anda dengan memilih folder dengan konvensi penamaan berikut:

    s3://output-bucket-specified-in-human-review-workflow/human-review-workflow-name/YYYY/MM/DD/hh/mm/ss/human-loop-name/output.json

  4. Pilih output.json dan pilih Unduh.