Amazon SageMaker Ground Truth

Entwickeln Sie mit Machine Learning hoch präzise Trainingsdatensätze und reduzieren Sie die Kosten für das Daten-Labeling um bis zu 70 %

Amazon SageMaker Ground Truth unterstützt Sie beim schnellen Aufbau von hoch präzisen Trainingsdatensätzen für Machine Learning. SageMaker Ground Truth bietet einfachen Zugriff auf öffentliche und private menschliche Kennzeichner und stellt diesen integrierte Workflows und Schnittstellen für gängige Labeling-Aufgaben zur Verfügung. SageMaker Ground Truth kann zudem die Labeling-Kosten durch automatisches Labeling um bis zu 70 % senken. Dies geschieht durch Trainieren von Ground Truth mit von Personen gekennzeichnete Daten, sodass der Service lernt, Daten selbständig zu kennzeichnen.

Erfolgreiche Machine-Learning-Modelle wurden auf Grundlage großer Mengen qualitativ hochwertiger Trainingsdaten erstellt. Das Erstellen der Trainingsdaten, die zum Aufbauen dieser Modelle notwendig sind, ist meist teuer, kompliziert und zeitaufwendig. Die meisten heute erstellten Modelle erfordern, dass eine Person Daten per Hand so kennzeichnet, dass das Modell lernt, die richtigen Entscheidungen zu treffen. Beispielsweise erfordert die Erstellung eines Systems für maschinelles Sehen, das zuverlässig Gegenstände erkennen kann – z. B. Ampeln, Stoppschilder und Fußgänger – Videoaufzeichnungen von mehreren tausend Stunden, die aus vielen Millionen Videobildern bestehen. Jedes dieser Bilder muss sämtliche wichtigen Elemente wie die Straße, andere Fahrzeuge und Straßenschilder enthalten, die von Personen gekennzeichnet wurden, bevor mit der Entwicklung des Modells begonnen werden kann.

Amazon SageMaker Ground Truth verringert deutlich den Zeit- und Arbeitsaufwand, der zur Erstellung von Trainigsdatensätzen zur Kostenreduzierung erforderlich ist. Diese Einsparungen werden durch Machine Learning für das automatische Kennzeichnen von Daten erreicht. Das Modell kann sich mit der Zeit weiterentwickeln, indem es ständig von Labels lernt, die von Personen erstellt werden.

Wenn das kennzeichnende Modell auf Grundlage des bisher Gelernten eine hohe Sicherheit aufweist, wendet es Labels automatisch auf Rohdaten an. Wenn das kennzeichnende Modell eine niedrigere Sicherheit hat, überlässt es Personen das Kennzeichnen. Die von Personen durchgeführten Kennzeichnungen werden dem kennzeichnenden Modell zugeführt, damit es sich verbessern kann. Mit der Zeit kann SageMaker Ground Truth immer mehr Daten kennzeichnen und die Erstellung von Trainigsdatensätzen erheblich beschleunigen. 

Nutzen

Verringert Kennzeichnungskosten für Daten um bis zu 70 %

SageMaker Ground Truth verwendet ein Machine-Learning-Modell, das Rohdaten automatisch kennzeichnet, um schnell qualitativ hochwertige Trainingsdatensätze zu einem Bruchteil der Kosten manueller Kennzeichnung zu erstellen. Die Daten werden nur von Personen bearbeitet, wenn das aktive Learning-Modell dies nicht zuverlässig kann. Die von Personen gekennzeichneten Daten werden dann verwendet, um das Modell zu trainieren und zu verbessern. Beim nächsten Mal werden dann weniger Daten zum Kennzeichnen an Personen vergeben, wodurch die Kosten sinken. 

Zusammenarbeit mit öffentlichen und privaten menschlichen Kennzeichnern

Sie können sich entscheiden, Kennzeichnungsaufträge direkt an Ihr Kennzeichnungsteam zu vergeben. Alternativ stehen für den Fall, dass Sie skalieren müssen, direkt in der Amazon SageMaker Ground Truth-Konsole Optionen zur Verfügung, um mit Kennzeichnern außerhalb Ihres Unternehmens zusammenzuarbeiten. Sie können per Integration mit Amazon Mechanical Turk auf eine öffentliche Belegschaft aus über 500.000 Kennzeichnern zugreifen. Falls Ihre Daten Vertraulichkeit oder besondere Fähigkeiten erfordern, können Sie alternativ von Amazon vorausgewählte professionelle Kennzeichnungsfirmen einsetzen.

Schnell genaue Ergebnisse erzielen

Amazon SageMaker Ground Truth unterstützt Sie beim schnellen Aufbau von qualitativ hochwertigen und präzisen Trainingsdatensätzen. Maschinengenerierte Labels liefern einheitliche Ergebnisse mit einem Zuverlässigkeitswert für jedes Label, sodass Sie mühelos erkennen können, wie sicher sich der Service bezüglich der Korrektheit des Labels ist. Von Personen erstellte Labels werden automatisch mit Ihren Kriterien verglichen, um sicherzustellen, dass mehr Daten an gute Kennzeichner vergeben und schlechte Kennzeichner herausgefiltert werden.

Funktionsweise

Product-Page-Diagram_SamurAI_How-it-works-2
Product-Page_Standard-Icons_01_Product-Features_SqInk
Sehen Sie sich die Funktionen von Amazon SageMaker Ground Truth an

Lesen Sie in der Dokumentation, wie Amazon SageMaker Ground Truth Ihnen helfen kann, qualitativ hochwertige Trainingsdatensätze mit höchster Genauigkeit zu erstellen und die Kosten für die Kennzeichnung von Daten um bis zu 70 % zu senken.

Product-Page_Standard-Icons_02_Sign-Up_SqInk
Registrieren Sie sich und erhalten Sie ein kostenloses Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Beginnen Sie mit der Entwicklung in der Konsole

Beginnen Sie mit der Entwicklung mit Amazon SageMaker Ground Truth in der AWS-Managementkonsole.

Anmeldung