將 Amazon 增強版 AI 與 Amazon Rekognition 搭配使用 - Amazon SageMaker
開始使用：將人工審核整合至 Amazon Rekognition Image 影像審核任務E nd-to-end 演示使用 Amazon Rekognition 和 Amazon A2IA2I 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 操作與 Amazon A2I 直接整合，因此您可以輕鬆建立人工迴圈來檢閱不安全的影像，例如明確的成人或暴力內容。您可以使DetectModerationLabels用流程定義來設定人工迴圈ARN。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 主控台設定這些啟動條件，或透過建立JSON人工迴圈啟動條件，並將其指定為CreateFlowDefinitionAPI作業HumanLoopActivationConditions參數中的輸入。若要瞭解如何以JSON格式指定啟動條件，請參閱Amazon Augmented 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用條件 JSON 結構描述與 Amazon Rekognition。

注意

將 Augmented AI 與 Amazon Rekognition 搭配使用時，請在您用來撥打電話的相同 AWS 區域建立 Augmented 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。

E nd-to-end 演示使用 Amazon Rekognition 和 Amazon A2I

如需示 end-to-end 範如何使用主控台搭配 Amazon A2I 使用 Amazon Rekognition 的範例，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 建立和開始人工審查，您可以在筆記型電腦執行個體中使用 Amazon Augmented AI (亞馬遜 A2I) 與 Amazon Rekognition 整合 [範例]。 SageMaker 若要開始使用，請參閱將 SageMaker 筆記本實例與 Amazon A2I Jupyter 筆記本一起使用。

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影像。

您可以在建立人工審核定義時，或透過建立和使用自訂範本，在 SageMaker 主控台中自訂此介面。如需進一步了解，請參閱建立和管理範本。