Image Beschriftungsverifizierung
Die Erstellung eines hochpräzisen Trainings-Datensatzes für Ihren Machine Learning(ML)-Algorithmus ist ein iterativer Prozess. In der Regel überprüfen Sie und passen Sie Ihre Kennzeichnungen kontinuierlich an, bis Sie davon überzeugt sind, dass sie die Grundwahrheit (Ground Truth) oder das, was direkt in der realen Welt zu beobachten ist, genau repräsentieren. Mit einer Amazon SageMaker Ground Truth-Beschriftungsverifizierungsaufgabe können Sie Auftragnehmer dazu anweisen, die Kennzeichnungen eines Datensatzes zu überprüfen und die Kennzeichnungsgenauigkeit zu verbessern. Arbeitskräfte können angeben, ob die vorhandenen Etiketten korrekt sind oder die Qualität der Etiketten bewerten. Sie können auch Kommentare hinzufügen, um ihre Argumentation zu erläutern. Amazon SageMaker Ground Truth unterstützt die Überprüfung von Etiketten für Klassifizieren von Bildobjekten mithilfe eines Begrenzungsrahmens und Identifizieren von Bildinhalten anhand der semantischen Segmentierung Beschriftungen. Sie erstellen mithilfe des Ground-Truth-Abschnitts der Konsole von Amazon SageMaker AI oder mithilfe des Vorgangs CreateLabelingJob einen Beschriftungsauftrag zur Überprüfung von Bildetiketten.
Ground Truth stellt für die Labeling-Aufgaben eine Auftragnehmer-Benutzeroberfläche ähnlich der folgenden bereit. Wenn Sie den Labeling-Auftrag mit der Konsole erstellen, können Sie die angezeigten Bilder und Inhalte ändern. Weitere Informationen zum Erstellen eines Beschriftungsauftrags in der Konsole mithilfe von Ground Truth finden Sie unter Erstellen eines Kennzeichnungsauftrags (Konsole).
Sie können einen Beschriftungsverifizierungsauftrag über die SageMaker-AI-Konsole oder API erstellen. Informationen zum Erstellen eines Beschriftungsauftrages mithilfe der Ground Truth API-Operation CreateLabelingJob, finden Sie unter Erstellen eines Kennzeichnungsauftrags (API).
