選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

管制內容

焦點模式
管制內容 - 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。

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。

您可以使用 Amazon Rekognition 偵測不適當、不需要或冒犯性的內容。您可以在社交媒體、廣播媒體、廣告和電子商務環境中使用 Rekognition 管制 API,以建立更安全的使用者體驗、為廣告客戶提供品牌安全保證,並遵守當地和全球法規。

如今,許多公司完全依賴人類審核員來審查第三方或使用者生成的內容,而其他公司則只是對使用者投訴做出反應,以消除令人反感或不適當的映像、廣告或影片。但是,人類審核員無法以充分的質量或速度進行擴展来滿足這些需求,這會導致使用者體驗不佳,實現規模的高成本,甚至損失品牌聲譽。透過使用 Rekognition 審核映像和影片,人類審核員可以檢閱較少內容,通常是機器學習標記的總體容量的 1% 至 5%。這使人類審核員能夠專注於更有價值的活動,並且仍然以現有成本的一小部分完成所有内容管制。若要組建人類審核員並執行人工審核任務,您可以使用已與 Rekognition 整合的 Amazon 增強版 AI。

您可以使用自訂管制特徵來增強協調深度學習模型的準確性。使用自訂管制,您可以上傳映像並註解這些映像來訓練自訂管制轉接器。接著,可將經過訓練的轉接器提供給 DetectModerationLabels 操作,以增強其映像方面的效能。如需更多資訊,請參閱透過自訂管制提升準確性

Rekognition 內容審核操作支援的標籤

下圖顯示呼叫 操作的順序,取決於您使用內容調節之映像或影片元件的目標:

描繪影像和影片調節步驟的流程圖。
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。