本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

将 Amazon Augmented AI 与 Amazon Rekognition 结合使用

Amazon Rekognition 让您可以向应用程序轻松添加图像分析功能。Amazon Rekognition DetectModerationLabels API 操作直接与 Amazon A2I 集成，这样您便可以轻松创建人工循环来审核不安全的图像，例如明显的成人或暴力内容。您可以使用 DetectModerationLabels，通过流定义 ARN 配置人工循环。这使 Amazon A2I 能够分析由 Amazon Rekognition 做出的预测，并将结果发送给人员以便审核这些预测是否符合流定义中设置的条件。

下图描绘了使用 Amazon Rekognition 的 Amazon A2I 内置工作流。左侧是创建 Amazon Rekognition 人工审核工作流所需的资源：Amazon S3 存储桶、激活条件、工作人员任务模板和工作团队。这些资源用于创建人工审核工作流，也称为流定义。一个箭头指向右侧的工作流的下一步：使用 Amazon Rekognition 配置采用人工审核工作流的人工循环。第二个箭头向右从此步骤直接指向满足了人工审核工作流中指定的激活条件的步骤。这将开始创建人工循环。在图像右侧，人工循环分三个步骤描述：1) 生成工作人员 UI 和工具，使任务可供工作人员使用，2) 工作人员审核输入数据，最后 3) 结果保存在 Amazon S3 中。

在使用 Amazon Rekognition 任务类型时，可以设置以下激活条件：

在创建人工审核工作流时，您可以使用 Amazon SageMaker AI 控制台设置这些激活条件，也可以为人工循环激活条件创建 JSON 并将其指定为 CreateFlowDefinition API 操作中 HumanLoopActivationConditions 参数的输入，以此来设置这些激活条件。要了解如何以 JSON 格式指定激活条件，请参阅 Amazon Augmented AI 中用于人工循环激活条件的 JSON 架构 和将人工循环激活条件 JSON 架构与 Amazon Rekognition 结合使用。

开始使用：将人工审核集成到 Amazon Rekognition 图像监管作业中

要将人工审核集成到 Amazon Rekognition 中，请参阅以下主题：

在创建流定义后，请参阅将 Augmented AI 与 Amazon Rekognition 结合使用，以了解如何将流定义集成到 Amazon Rekognition 任务中。

使用 Amazon Rekognition 和 Amazon A2I 进行端到端演示

有关演示如何使用控制台将 Amazon Rekognition 与 Amazon A2I 结合使用的端到端示例，请参阅教程：开始使用 Amazon A2I 控制台。

要学习如何使用 Amazon A2I API 创建和启动人工审核，您可以在 SageMaker 笔记本实例中使用 Amazon Augmented AI (Amazon A2I) 与 Amazon Rekognition 集成 [示例]。要开始使用，请参阅 将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本一起使用。

A2I Rekognition 工作人员控制台预览

在 Amazon Rekognition 工作流中为工作人员分配审核任务时，工作人员可能会看到类似于下文的用户界面：

在创建人工审核定义时，您可以在 SageMaker AI 控制台中自定义此界面，也可以使用自定义模板来创建和自定义界面。要了解更多信息，请参阅创建和管理工作人员任务模板。