透過自訂管制提升準確性 - Amazon Rekognition

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

透過自訂管制提升準確性

Amazon Rekognition DetectModerationLabelsAPI可讓您偵測不適當、不需要或冒犯性的內容。Rekognition 自訂協調功能可讓您使用介面卡來增強的DetectModerationLabels準確性。轉接器是模組化的元件,可以新增至現有的 Rekognition 深度學習模型,擴充其功能以適用於其所訓練的任務。藉由建立轉接器並將其提供給DetectModerationLabels作業,您可以針對與特定使用案例相關的內容協調工作達到更好的準確性。

為特定審核標籤自訂 Rekognition 的內容管制模型時,您必須建立專案並在提供的一組映像上訓練轉接器。然後,您可以反覆檢查轉接器的效能,並將轉接器重新訓練到想要的準確度。專案可包含不同版本的轉接器。

您可使用 Rekognition 主控台來建立專案和轉接器。或者,您可以使用 AWS SDK和關聯APIs來建立專案、訓練轉接器,以及管理您的介面卡。