Benutzerdefinierte Labels von Amazon Rekognition

Marketingagenturen müssen ihren Kunden genaue Daten zur Sichtbarkeit ihrer Marken in verschiedenen Medien liefern. Normalerweise verzeichnen sie das Vorkommen der Logos und Produkte ihrer Kunden in Social-Media-Bildern, Sendungen und Sportvideos auf manuelle Weise. Mit Amazon Rekognition Custom Labels können Agenturen ein individuelles Modell erzeugen, das speziell zur Erkennung der Logos und Produkte ihrer Kunden trainiert wurde. So müssen sie die traditionellen und sozialen Medien nicht mehr manuell verfolgen, sondern können Bilder und Video-Frames mit dem individuellen Modell verarbeiten, um die Anzahl der Erscheinungen zu erfassen.

Produzenten müssen normalerweise Tausende Bilder und Videos sichten, um das relevante Material für eine Show zu finden. Zum Beispiel müssen Sportsender oft Clips mit den Highlights von Spielen, Teams und Spielern für Partner zusammenstellen. Es kann mehrere Stunden dauern, das Archivmaterial dafür durchzusehen. Wenn sie ein individuelles Modell trainieren, um Teams und Spieler anhand von Trikots und Nummern oder wichtige Ereignisse wie Torschüsse, Strafstöße und Verletzungen zu erkennen, erhalten sie schnell eine Liste von relevanten Bildern und Clips, die zum Filmthema passen.

Landwirtschaftsunternehmen müssen die Qualität ihrer Erzeugnisse bewerten, bevor sie sie verpacken. Zum Beispiel könnte ein Betrieb seine Tomaten manuell in 6 verschiedene Reifegrade klassifizieren, von grün nachreifend bis rot, und sie entsprechend verpacken und verkaufen. Doch sie können sich diese manuelle Überprüfung jeder einzelnen Tomate auch sparen, wenn sie ein individuelles Modell zur Klassifizierung ihrer Tomaten nach bestimmten Reifegrad-Kriterien trainieren. Sie können das Modell in die Verarbeitungssysteme integrieren, sodass sie die Tomaten automatisch sortieren und entsprechend verpacken können.

Die Konsole für Rekognition Custom Labels bietet eine Benutzeroberfläche, damit Sie Ihre Bilder schnell und einfach mit Labels kennzeichnen können. Darin können Sie ein gesamtes Bild mit einem Label kennzeichnen oder nur spezifische Objekte in Bildern mit einem Begrenzungsrahmen per Klick markieren und kennzeichnen.

Alternativ können Sie bei großen Datensätzen auch Amazon SageMaker Ground Truth nutzen, um große Bildmengen effizient mit Labels zu kennzeichnen.

Sie können Ihr individuelles Modell ganz ohne Machine-Learning-Vorkenntnisse erstellen. Rekognition Custom Labels beinhaltet AutoML-Funktionen, die das Machine Learning für Sie übernehmen. Sobald die Trainings-Images zur Verfügung stehen, kann Rekognition Custom Labels die Daten automatisch laden und überprüfen, die richtigen Machine-Learning-Algorithmen auswählen, ein Modell trainieren und Kennzahlen zur Modellleistung liefern.

Bewerten Sie die Leistung Ihres benutzerdefinierten Modells auf Ihrem Testsatz. Sie erhalten für jedes Bild aus dem Testsatz eine Gegenüberstellung der Modell-Vorhersage und des zugewiesenen Labels. Doch sie können auch detaillierte Leistungskennzahlen überprüfen, z. B. Genauigkeits-/Trefferquote-Metriken, F-Werte und Zuversichtlichkeitswerte. Sie können Ihr Modell unmittelbar für Bildanalysen verwenden oder neue Versionen mit zusätzlichen Bildern neu trainieren und optimieren. Sobald Sie Ihr neues Modell nutzen, können Sie Ihre Vorhersagen festhalten, Fehler korrigieren und die Feedbackdaten für das Training neuer Modellversionen verwenden und die Leistung optimieren.