As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Use o Amazon Augmented AI com o Amazon Rekognition.

O Amazon Rekognition facilita a adição de análises de imagem a seus aplicativos. A operação do DetectModerationLabels API Amazon Rekognition está diretamente integrada ao Amazon A2I para que você possa criar facilmente um loop humano para revisar imagens não seguras, como conteúdo adulto explícito ou violento. Você pode usar DetectModerationLabels para configurar um loop humano usando uma definição de fluxoARN. Isso permite que o Amazon A2I analise as previsões feitas pelo Amazon Rekognition e envie os resultados para um revisor humano, garantindo que atendam às condições estabelecidas em sua definição de fluxo.

A imagem a seguir representa o fluxo de trabalho incorporado do Amazon A2I com o Amazon Rekognition. À esquerda, estão representados os recursos necessários para criar um fluxo de trabalho de revisão humana do Amazon Rekognition: um bucket Amazon S3, condições de ativação, um modelo de tarefa para o trabalhador e uma equipe de trabalho. Esses recursos são usados para criar um fluxo de trabalho de revisão humana ou definição de fluxo. Uma seta aponta diretamente para a próxima etapa do fluxo de trabalho: usar o Amazon Rekognition para configurar um loop humano com o fluxo de trabalho de revisão humana. Uma segunda seta aponta diretamente dessa etapa para a etapa na qual as condições de ativação especificadas no fluxo de trabalho de revisão humana são atendidas. Isso inicia a criação de um loop humano. À direita da imagem, o ciclo humano é representado em três etapas: 1) a interface do trabalhador e as ferramentas são geradas, e a tarefa é disponibilizada para os trabalhadores, 2) os trabalhadores revisam os dados de entrada e, finalmente, 3) os resultados são salvos no Amazon S3.

Você pode configurar as seguintes condições de ativação ao usar o tipo de tarefa Amazon Rekognition:

Você pode definir essas condições de ativação usando o SageMaker console da Amazon ao criar um fluxo de trabalho de revisão humana ou ao criar uma condição de ativação JSON para loop humano e especificá-la como entrada no HumanLoopActivationConditions parâmetro da CreateFlowDefinition API operação. Para saber como especificar as condições de ativação no JSON formato, consulte Esquema JSON para condições de ativação de loop humano no Amazon Augmented AI Uso do esquema JSON de condições de ativação de loop humano com o Amazon Rekognition e.

Comece: Integre uma revisão humana em um trabalho de moderação do Amazon Rekognition Image.

Para integrar uma revisão humana em um Amazon Rekognition, consulte os seguintes tópicos:

Depois de criar a definição de fluxo, consulte Usar a Augmented AI com o Amazon Rekognition para saber como integrar a definição de fluxo à tarefa do Amazon Rekognition.

Uma nd-to-end demonstração usando o Amazon Rekognition e o Amazon A2I

Para obter um end-to-end exemplo que demonstra como usar o Amazon Rekognition com o Amazon A2I usando o console, consulte. Tutorial: Comece a usar o console Amazon A2I

Para aprender a usar o Amazon A2I API para criar e iniciar uma revisão humana, você pode usar a integração do Amazon Augmented AI (Amazon A2I) com o Amazon Rekognition [Example] em uma instância de notebook. SageMaker Para começar, consulte o Use a instância do SageMaker notebook com o Amazon A2I Jupyter Notebook.

Visualização do console do operador do A2I Rekognition

Quando são designados para uma tarefa de revisão em um fluxo de trabalho do Amazon Rekognition, os trabalhadores podem ver uma interface de usuário semelhante à seguinte:

Você pode personalizar essa interface no SageMaker console ao criar sua definição de revisão humana ou ao criar e usar um modelo personalizado. Para saber mais, consulte Criar e gerenciar modelos de tarefas de operadores.