使用人工循環啟用條件 JSON 結構描述與 Amazon Rekognition - Amazon SageMaker
ModerationLabelConfidenceCheck 輸入取樣輸入範例

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。

使用人工循環啟用條件 JSON 結構描述與 Amazon Rekognition

搭配使用 Amazon A2I，Amazon Rekognition DetectModerationLabels 操作支援在 ConditionType 參數中的下列輸入：

  • ModerationLabelConfidenceCheck – 當一個或多個指定標籤的推論可信度很低時，使用此條件類型來建立人工循環。

  • Sampling – 使用此條件，可指定要傳送以供人工審查的所有推論百分比。使用此條件來執行下列動作：

    • 稽核 ML 模型，方法是隨機抽樣所有模型的推論，並傳送指定的百分比以供人工檢閱。

    • 使用 ModerationLabelConfidenceCheck 條件，隨機取樣符合 ModerationLabelConfidenceCheck 所指定條件的一定百分比的推論，以啟動人工迴圈，並僅傳送指定的百分比供人工檢閱。

注意

如果多次向 DetectModerationLabels 傳送相同的請求，Sampling 的結果不會隨著該輸入的推論而改變。例如，如果您發出一次 DetectModerationLabels 請求，且 Sampling 不啟動人工循環，則使用相同配置對 DetectModerationLabels 發出的後續請求將不會觸發人工循環。

建立流程定義時，如果您使用 Amazon SageMaker 主控台「人工檢閱工作流程」區段中提供的預設工作者任務範本，則當工作者開啟您的任務時，由這些啟動條件傳送給人工審核的推論會包含在 Worker UI 中。如果您使用自訂工作者任務範本，則需要包含 <task.input.selectedAiServiceResponse.blocks> 自訂 HTML 元素才能存取這些推論。如需使用此 HTML 元素的自訂範本範例，請參閱 Amazon Rekognition 的自訂範本範例。

ModerationLabelConfidenceCheck 輸入

對於 ModerationLabelConfidenceCheck，ConditionType 支援下列 ConditionParameters：

  • ModerationLabelName— Amazon Reko DetectModerationLabels gnition 作業ModerationLabel偵測到的確切 (區分大小寫) 名稱。您可以指定特殊囊括值 (*) 來表示任何仲裁標籤。

  • ConfidenceEquals

  • ConfidenceLessThan

  • ConfidenceLessThanEquals

  • ConfidenceGreaterThan

  • ConfidenceGreaterThanEquals

當您使用 ModerationLabelConfidenceCheck ConditionType 時，Amazon A2I 會為您在 ModerationLabelName 中指定的標籤傳送標籤推論以供人工審查。

取樣輸入

Sampling ConditionType 支援 RandomSamplingPercentageConditionParameters。RandomSamplingPercentage 參數的輸入必須是介於 0.01 到 100 之間的實數。這個數字代表的推論百分比符合人工檢閱的資格，且將傳送以供人工檢閱。如果您在沒有任何其他條件的情況下使用 Sampling 條件，則此數字代表來自單一 DetectModerationLabel 請求的所有推論百分比，將傳送該請求以供人工檢閱。

範例

範例 1：搭配使用 ModerationLabelConfidenceCheck 與 And 運算子

當符合下列一或多個條件時，HumanLoopActivationConditions 條件的下列範例會啟動人工循環：

  • Amazon Rekognition 偵測可信度在 90 到 99 之間的 Graphic Male Nudity 仲裁標籤。

  • Amazon Rekognition 偵測可信度在 80 到 99 之間的 Graphic Female Nudity 仲裁標籤。

請注意，我們使用 Or 和 And 邏輯運算子來模擬此邏輯。

雖然在 Or 運算子下，兩個條件的任何一個需要評估為 true，才會建立一個人工循環，但 Amazon Augmented AI 會評估所有條件。對於評估為 true 的所有條件，人工審查者必須檢閱仲裁標籤。

{
     "Conditions": [{
         "Or": [{
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceGreaterThanEquals": 90
                         }
                     }
                 ]
             },
             {
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceGreaterThanEquals": 80
                         }
                     }
                 ]
             }
         ]
     }]
}

範例 2：ModerationLabelConfidenceCheck與全部擷取值搭配使用 (*)

在下列範例中，如果偵測到任何仲裁標籤的可信度大於或等於 75，則會啟動人工循環。人工檢閱者必須檢閱可信度分數大於或等於 75 的所有仲裁標籤。

{
    "Conditions": [
        {
            "ConditionType": "ModerationLabelConfidenceCheck",
            "ConditionParameters": {
                "ModerationLabelName": "*",
                "ConfidenceGreaterThanEquals": 75
            }
        }
    ]
}

範例 3：使用取樣

在下面的範例中，來自 DetectModerationLabels 請求的 Amazon Rekognition 推論中，有 5％ 將傳送給人力工作者。使用 SageMaker 主控台中提供的預設工作者任務範本時，Amazon Rekognition 傳回的所有協調標籤都會傳送給工作者進行審核。

{
  "Conditions": [
    {
      "ConditionType": "Sampling",
      "ConditionParameters": {
        "RandomSamplingPercentage": 5
      }
    }
  ]
}

範例 4：使用取樣並且 ModerationLabelConfidenceCheck 搭配使用 And 運算子

在此範例中，Graphic Male Nudity 仲裁標籤的 Amazon Rekognition 推論中有 5% 的可信度大於 50，此比例的推論將傳送給工作者檢閱。使用 SageMaker主控台中提供的預設 Worker 任務範本時，只有Graphic Male Nudity標籤的推論會傳送給 Worker 進行審核。

{
  "Conditions": [
    {
      "And": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}

範例 5：使用取樣並且 ModerationLabelConfidenceCheck 搭配使用 And 運算子

使用此範例來設定人工審查工作流程，使其一律傳送指定標籤的低可信度推論，以供人工審查，並以指定的速率對標籤的高可信度推論進行取樣。

在下列範例中，人工審查的啟動方式是以下其中一種：

  • 可信度分數小於 60 的 Graphic Male Nudity 仲裁標籤推論一律會傳送以供人工檢閱。只會將 Graphic Male Nudity 標籤傳送給工作者檢閱。

  • Graphic Male Nudity 仲裁標籤的所有推論中，有 5% 的可信度分數大於 90，將會傳送此比例的推論供人工審查。只會將 Graphic Male Nudity 標籤傳送給工作者檢閱。

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceLessThan": 60
          }
        },
        {
            "And": [
                {
                    "ConditionType": "Sampling",
                    "ConditionParameters": {
                        "RandomSamplingPercentage": 5
                    }
                },
                {
                    "ConditionType": "ModerationLabelConfidenceCheck",
                    "ConditionParameters": {
                        "ModerationLabelName": "Graphic Male Nudity",
                        "ConfidenceGreaterThan": 90
                    }
                }
            ]
        }
      ]
    }
  ]
}

範例 6：使用取樣並且 ModerationLabelConfidenceCheck 搭配使用 Or 運算子

在下列範例中，如果 Amazon Rekognition 推論回應包含推論可信度大於 50 的「圖形男性裸體」標籤，則會建立人工循環。此外，所有其他推論中有 5％ 將啟動一個人工循環。

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}