发布于: Apr 24, 2019
Amazon SageMaker Ground Truth 可轻松访问公有和私有人工标识器，并为它们提供常见标记任务的内置工作流程和界面，从而在用于机器学习的数据标记方面提供了巨大的速度和成本优势。SageMaker Ground Truth 现在可提供简化标记工作流程，支持更多标记供应商，并扩张到第六个 AWS 区域，从而可以更为轻松地构建高度准确的培训数据集。成功的机器学习模型建立在大量的高质量培训数据的基础之上。
您现在可以在工作流程中，通过一键点击将多个标记作业链接在一起。通过链接标记作业，您可以将之前作业中的输出或者之前的机器学习模型作为后续作业的输入。因此，您可以创建更为准确的培训数据集。例如，如果标记作业识别出图像中的人物，后续作业可以在人物上画一个边界框，从而使标记更为准确。
通过在 Amazon SageMaker Ground Truth 中创建自定义工作流程，还可以将之前标记作业中的输出或其他相关内容注入您的自定义标记工作流程。因此，您可以为标记人员提供更多上下文，帮助其更快速和更准确地完成标记作业。例如，您可以在天气分类任务中显示每个图像的外部温度，帮助标记人员分类图像。
对于所有工作流程，您现在还可以在控制台中近乎实时地跟踪标记作业的进度。此外，每批标记作业现在可运行长达 10 天。
除了简化工作流程这个优势，我们还宣布在 AWS 商城 中支持另外两家标记供应商 - Vivetic 和 SmartOne，将获批供应商数量增加到四家。由于添加了这两家供应商，现在可支持法语、德语和西班牙语数据标记。
最后，Amazon SageMaker Ground Truth 现在在亚太地区（悉尼）AWS 区域可用，将美洲、欧洲和亚洲支持的 AWS 区域增加到 6 个。