사용자 지정 조절을 통한 정확도 향상

Amazon DetectModerationLabelsAPIRekognition을 사용하면 부적절하거나 원치 않거나 불쾌감을 주는 콘텐츠를 탐지할 수 있습니다. Rekognition 사용자 지정 중재 기능을 사용하면 어댑터를 사용하여 정확도를 높일 수 있습니다. DetectModerationLabels 어댑터는 기존 Rekognition 딥 러닝 모델에 추가할 수 있는 모듈식 구성 요소로, 훈련 대상 작업에 맞게 기능을 확장합니다. 어댑터를 만들어 DetectModerationLabels작업에 제공하면 특정 사용 사례와 관련된 콘텐츠 조정 작업의 정확성을 높일 수 있습니다.

Rekognition의 콘텐츠 조절 모델을 특정 조절 레이블에 맞게 사용자 지정할 때는 프로젝트를 만들고 제공하는 이미지 세트를 기반으로 어댑터를 훈련시켜야 합니다. 그런 다음 어댑터의 성능을 반복적으로 확인하고 어댑터를 원하는 정확도 수준이 되도록 다시 훈련시킬 수 있습니다. 프로젝트는 다양한 버전의 어댑터를 저장하는 데 사용됩니다.

Rekognition 콘솔을 사용하여 프로젝트 및 어댑터를 생성할 수 있습니다. 또는 AWS SDK 및 관련 APIs 항목을 사용하여 프로젝트를 만들고, 어댑터를 교육하고, 어댑터를 관리할 수 있습니다.