开始使用

Amazon SageMaker 提供两种数据标注产品:Amazon SageMaker Ground Truth Plus 和 Amazon SageMaker Ground Truth。这两个选项都允许您识别原始数据,例如图像、文本文件和视频,并添加信息标签来为您的机器学习模型创建高质量的训练数据集。开始使用这些开发人员资源。

Amazon SageMaker Ground Truth Plus 简介

创建高质量的训练数据集,无需构建标注应用程序或管理标注人员。

开发人员指南


按照此分步指南开始使用 Amazon SageMaker Ground Truth Plus。 

博客


阅读此博客,了解如何在没有内部资源的情况下创建训练数据集并节省成本。 

教程


在本视频中,观看 AWS 专家分享如何轻松创建高质量的训练数据集,而无需构建标注应用程序和管理自己的标注人员。

AWS re:Invent 2021 - AWS On Air ft.Amazon SageMaker Ground Truth Plus (20:52)

Amazon SageMaker Ground Truth 简介

了解如何构建高度准确的训练数据集。

开发人员指南


按照此分步指南快速开始使用 Amazon SageMaker Ground Truth。 

教程


在 10 分钟内开始标注训练数据集。

网络研讨会


在本次点播技术讲座中,学习使用 Amazon SageMaker Ground Truth 中的工作流为训练数据添加标注。

博客


阅读此博客,了解如何节省数据标注费用。

准确、快速地标注数据

使用这些资源在最短的时间内标注训练数据集的数据。

视频


在此视频中,观看 AWS 专家标注数据并创建高度准确的训练数据集。

使用 Amazon SageMaker Ground Truth 以较低的成本构建高度准确的训练数据集 (13:58)

网络研讨会


在本次点播技术讲座中,了解数据标注如何帮助客户支持代表更有效地管理帮助请求。

博客


学习如何使用 Amazon SageMaker Ground Truth 通过先前标注作业中经过训练的模型快速启动新作业。

动手实验


在 GitHub 上按照这些练习锻炼使用 Amazon SageMaker Ground Truth。

视频


了解 National Football League (NFL) 如何使用 Amazon SageMaker Ground Truth 构建训练数据集,追踪球员在球场上的移动。在这段交互式视频中,您将学习设置视频标注作业、监控标注以及识别有问题的标注。

National Football League (NFL) 如何大规模构建计算机视觉训练数据集

自定义工作流

为 Amazon SageMaker Ground Truth 引入自定义数据标注工作流。

博客


在这篇博客中,学习如何在 Amazon SageMaker Ground Truth 中使用自定义工作流。

博客


学习为自定义工作流创建预处理和后处理数据集。

博客


了解自动数据标注如何显著降低数据标注成本。