將 Amazon 增強版 AI 與 Amazon Rekognition 搭配使用 - Amazon SageMaker AI
開始使用：將人工審核整合至 Amazon Rekognition Image 影像審核任務使用 Amazon Rekognition 和 Amazon A2I 的端對端示範A2I Rekognition 工作者主控台預覽

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。

將 Amazon 增強版 AI 與 Amazon Rekognition 搭配使用

Amazon Rekognition 讓您在應用程式中新增影像分析變得更容易。Amazon Rekognition DetectModerationLabels API 作業可直接與 Amazon A2I 整合，因此您可以輕鬆建立人工循環，以審核不安全的影像，例如露骨的成人或暴力內容。您可以透過 DetectModerationLabels，使用定義 ARN 來設定人工循環。這可讓 Amazon A2I 分析 Amazon Rekognition 所做的預測，並於結果符合流程定義中設定的條件時，將結果傳送給人員來審核。

下列影像說明 Amazon Rekognition 的 Amazon A2I 內建工作流程。左側描述了建立 Amazon Rekognition 人工審核工作流程所需的資源：Amazon S3 儲存貯體、啟動條件、工作者任務範本和工作團隊。這些資源可用來建立人工審核工作流程或流程定義。該箭頭指向工作流程中的下一個步驟：使用 Amazon Rekognition 設定人工審核工作流程的人工循環。第二個箭頭直接從此步驟指向另一個步驟，在此其中人工審核工作流程指定之啟動條件有得到滿足。這樣即會啟動人工循環的建立。在影像右側，人工循環分三個步驟描述：1) 會產生工作者使用者介面和工具並將任務提供給工作者、2) 工作者審核輸入資料，最後、3) 結果儲存在 Amazon S3 中。

使用 Amazon 增強版 AI 與 Amazon Rekognition

當您使用 Amazon Rekognition 任務類型時，您可以設定下列啟動條件：

  • 針對 Amazon Rekognition 識別的標籤，根據標籤可信度分數來啟動人工審核。

  • 隨機傳送影像樣本供人工審核。

您可以在建立人工審核工作流程時，使用 Amazon SageMaker AI 主控台設定這些啟用條件，或為人工循環啟用條件建立 JSON，並在 CreateFlowDefinition API 操作的 HumanLoopActivationConditions 參數中指定此值做為輸入。若要了解如何以 JSON 格式指定啟動條件，請參閱Amazon 增強版 AI 中，適用於 JSON 結構描述的人工循環啟動條件和使用人工循環啟動條件 JSON 結構描述與 Amazon Rekognition。

注意

搭配 Amazon Rekognition 使用增強型 AI 時，請在您用來呼叫 的相同 AWS 區域中建立增強型 AI 資源DetectModerationLabels。

開始使用：將人工審核整合至 Amazon Rekognition Image 影像審核任務

若要將人工審核整合至 Amazon Rekognition，請參閱下列主題：

建立流程定義後，請參閱使用增強版 AI 搭配 Amazon Rekognition，了解如何將流程定義整合到 Amazon Rekognition 任務中。

使用 Amazon Rekognition 和 Amazon A2I 的端對端示範

有關示範如何使用控制台將Amazon評估與 Amazon A2I 結合使用的端對端範例，請參閱教學課程：在 Amazon A2I 主控台中開始使用。

若要了解如何使用 Amazon A2I API 建立和啟動人工審核，您可以在 SageMaker 筆記本執行個體中使用 Amazon 增強版 AI (Amazon A2I) 與 Amazon Rekognition 整合 [範例]。若要開始使用，請參閱將 SageMaker 筆記本執行個體與 Amazon A2I Jupyter 筆記本搭配使用。

A2I Rekognition 工作者主控台預覽

當工作者在 Amazon Rekognition 工作流程中獲指派審核任務時，他們可能會看到類似下列的使用者介面：

A2I Rekognition 工作者主控台中的範例映像。

您可以在建立人工檢閱定義時，或使用自訂範本，在 SageMaker AI 主控台中自訂此界面。如需進一步了解，請參閱建立和管理工作者任務範本。