Amazon-SageMaker-Datenbeschriftung

Die Amazon-SageMaker-Angebote für Daten-Labeling bieten ML-Labeling-Techniken, die weniger anfällig für manuelle Fehler sind (darunter auch die Erzeugung synthetischer Daten) und zur Verbesserung der Qualität von Trainings-Datensätzen beitragen. Amazon SageMaker Ground Truth Plus bietet einen Labeling-Workflow mit mehreren Schritten, einschließlich ML-Modellen für die Pre-Labeling, maschineller Validierung der menschlichen Beschriftung zum Erkennen von Fehlern und schlechten Beschriftungen und unterstützenden Labeling-Funktionen (z. B. 3D-Quader-Objektfang, Erkennung der nächsten Beschriftung bei Videos und Tools zur Auto-Segmentierung). Wenn Sie Ihre eigenen Workflows zur Datenbeschriftung verwalten, liefert SageMaker Ground Truth automatisierte Markierungsfunktionen wie die Auto-Segmentierung, den automatischer 3D-Quader-Objektfang und die Sensorfusion bei 2D-Videobildern. Zudem bietet SageMaker Ground Truth eine automatische Datenbeschriftung, die aktives Lernen verwendet und die beschrifteten Daten nur dann an Menschen weiterleitet, wenn das Modell keine zuverlässige Beschriftung erstellen kann.

Das Daten-Labeling-Angebot von Amazon SageMaker gibt Ihnen zwei Möglichkeiten, Daten zu beschriften. Erstens: Mit SageMaker Ground Truth Plus beschriftet ein auf ML-Aufgaben trainiertes Expertenteam Ihre Daten entsprechend Ihren Anforderungen an Qualität und Durchlaufzeit. Zweitens können Sie mit SageMaker Ground Truth Ihre Daten-Labeling-Workflows entwickeln und verwalten. Sie haben die Möglichkeit, mit Beschriftern innerhalb und außerhalb Ihrer Organisation zusammenzuarbeiten. Sie können zum Beispiel Labeling-Aufträge an Ihre eigenen Beschriftungsexperten senden oder Sie können auf über 500 000 unabhängige Auftragnehmer zugreifen, die bereits ML-bezogene Aufgaben über Amazon Mechanical Turk ausführen. Falls Ihre Daten vertraulich behandelt werden müssen oder besondere Fähigkeiten erforderlich sind, können Sie auch Anbieter verwenden, die von AWS vorab auf Qualität und Sicherheitsverfahren geprüft wurden. Wenn Sie Zugriff auf synthetische Daten benötigen, damit Ihre Trainings-Datensätze für das Training von ML-Modellen vollständiger sind, benutzen Digitalkünstler von AWS vom Kunden bereitgestellte Komponenten und Bilder, um synthetische Daten zu generieren, die in Ihrem Namen automatisch beschriftet werden.

Amazon-SageMaker-Angebote zur Datenbeschriftung verschaffen Ihnen Transparenz für Ihre Datenbeschriftungsvorgänge und Ihr Qualitätsmanagement, damit Sie überprüfen können, ob Ihre Qualitätsanforderungen erfüllt werden. SageMaker Ground Truth Plus bietet interaktive Dashboards und Benutzeroberflächen, damit Sie den Fortschritt von Trainingsdatensätzen über mehrere Projekte hinweg überwachen, Projektmetriken wie den täglichen Durchsatz verfolgen, Beschriftungen auf ihre Qualität hin überprüfen und Feedback zu den beschrifteten Daten geben können.

Mit den Daten-Labeling-Angeboten von Amazon SageMaker erhalten Sie schnell hochwertige beschriftete Daten. Mit SageMaker Ground Truth Plus laden Sie Ihre Daten in Amazon S3 hoch, zusammen mit Sicherheits-, Datenschutz- und Compliance-Anforderungen. AWS-Experten richten dann den Daten-Labeling-Workflow ein, und ein fachkundiges Team kümmert sich um das Labeling. Wenn Sie Zugriff auf synthetische Daten benötigen, können Sie Ihre Bildanforderungen angeben oder 3D-Komponenten und Basisbilder zur Verfügung stellen. Damit kann SageMaker Ground Truth dann hochpräzise beschriftete synthetische Daten für das Training von ML-Modellen erzeugen.