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。

# 透過自訂管制提升準確性
<a name="moderation-custom-moderation"></a>

 Amazon Rekognition 的 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) API 可讓您偵測不適當、不需要或令人反感的內容。Rekognition 自訂管制特徵可讓您使用轉接器來增強 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) 的準確性。轉接器是模組化的元件，可以新增至現有的 Rekognition 深度學習模型，擴充其功能以適用於其所訓練的任務。藉由建立轉接器並將其提供給 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) 操作，您可以讓與特定使用案例相關的內容管制任務達到更好的準確性。

為特定審核標籤自訂 Rekognition 的內容管制模型時，您必須建立專案並在提供的一組映像上訓練轉接器。然後，您可以反覆檢查轉接器的效能，並將轉接器重新訓練到想要的準確度。專案可包含不同版本的轉接器。

您可使用 Rekognition 主控台來建立專案和轉接器。或者，您可以使用 AWS SDK 和相關聯的 APIs 來建立專案、訓練轉接器，以及管理您的轉接器。