Con Amazon SageMaker Ground Truth podrá crear conjuntos de datos de entrenamiento para aprendizaje automático. Ground Truth etiquetará su contenido (imágenes, audios, textos, etc.) mediante instrucciones suministradas a un grupo de etiquetadores en un proceso denominado flujo de trabajo. Tres grupos de personas pueden suministrar etiquetas mediante estos flujos de trabajo: trabajadores de Amazon Mechanical Turk, sus empleados o proveedores externos. Ground Truth también puede aprender de estas etiquetas y objetos de etiqueta de manera automática.  

Paga por cada objeto etiquetado (que puede ser una imagen, una grabación de audio, la sección de un texto, etc.) independientemente de si se etiquetó de forma automática con Ground Truth o mediante un proceso manual. Si utiliza un proveedor o Mechanical Turk para el suministro de etiquetas, pagará un costo adicional por objeto etiquetado. Si recurre a sus propios empleados para el etiquetado, no se aplicará ningún costo adicional. 

Información sobre precios

Precios de flujos de trabajo integrados para etiquetado con Amazon Mechanical Turk

Si utiliza un proveedor, el proveedor establece el costo por etiqueta. Puede consultar los detalles de los precios de cada proveedor en AWS Marketplace. Si utiliza Amazon Mechanical Turk para el etiquetado, se le cobrará por objeto por etiquetador. Recomendamos utilizar varios etiquetadores por objeto para mejorar el nivel de precisión de las etiquetas. 

Capa gratuita

Como parte de la capa gratuita de AWS, puede comenzar a utilizar Amazon SageMaker Ground Truth de forma gratuita. Durante los dos primeros meses posteriores al primer uso que realice de Amazon SageMaker, los primeros 500 objetos etiquetados por mes serán gratuitos (no se incluyen los costos adicionales incurridos debido al uso de un proveedor de etiquetado o de Amazon Mechanical Turk).

Ejemplos de precios

Uso de empleados internos para el etiquetado manual

Una compañía de manufactura usa el aprendizaje automático para clasificar imágenes de sus productos. A los fines de entrenar su modelo, etiquetan 40 000 imágenes con nombres de productos. Mediante el uso del flujo de trabajo integrado para la clasificación de imágenes, sus empleados etiquetan las 40 000 imágenes.

Como la compañía usó empleados internos, el precio de las 40 000 imágenes etiquetadas manualmente es el mismo: 0,08 USD por imagen.

Costo total = 40 000 imágenes etiquetadas manualmente x 0,08 USD por imagen = 3200 USD

Uso de Mechanical Turk para el etiquetado manual con un flujo de trabajo personalizado

Una compañía publicitaria usa el aprendizaje automático para determinar las opiniones y el contenido de las publicaciones realizadas en redes sociales. A los fines de entrenar su modelo, deciden etiquetar 85 000 publicaciones. Definen la creación y la carga de un flujo de trabajo personalizado y establecen un pago de 0,36 USD. También optan por etiquetar cada publicación 3 veces para mejorar el nivel de precisión de las etiquetas. Con SageMaker Ground Truth, se etiquetan 85 000 publicaciones manualmente.

Como la compañía usó Mechanical Turk, el flujo de trabajo personalizado incluyó un cargo adicional de 0,36 USD por cada publicación etiquetada manualmente para pagarle al etiquetador.

Costo total = (50 000 x 0,08 USD por artículo) + (35 000 publicaciones x 0,04 USD por publicación) + (85 000 publicaciones etiquetadas manualmente x 0,012 USD por publicación x 3 etiquetadores por objeto) = 8460 USD

Uso de Mechanical Turk para etiquetado manual con un flujo de trabajo integrado

Una compañía editora usa el aprendizaje automático para crear una aplicación de procesamiento de lenguaje natural con el fin de clasificar artículos periodísticos. Para entrenar su modelo, etiquetan 200 000 artículos. Seleccionan un flujo de trabajo de clasificación de textos integrado y deciden que cada artículo se etiquete 3 veces para mejorar el nivel de precisión de las etiquetas. Mediante el uso de SageMaker Ground Truth, 40 000 artículos se etiquetan manualmente y 160 000 de manera automática.

Como la compañía usó Mechanical Turk, el flujo de trabajo de clasificación de textos incluyó un cargo adicional de 0,012 USD por cada artículo etiquetado manualmente para pagarle al etiquetador.

Costo total = (50 000 x 0,08 USD por artículo) + (150 000 artículos x 0,04 USD por artículo) + (40 000 artículos etiquetados manualmente x 0,012 USD por artículo x 3 etiquetadores por objeto) + costos de inferencias y entrenamiento de Amazon SageMaker** = 11 440 USD + costos de inferencias y entrenamiento de Amazon SageMaker**

** Estos costos dependen de diferentes factores, como el tipo de conjunto de datos que se esté utilizando, el tipo de tarea de etiquetado y la resolución de las imágenes de su conjunto de datos.

Recursos de precios adicionales

Calculadora de costo total de propiedad

Calcule el costo total de propiedad (TCO)

Calculadora de costo mensual

Calcule fácilmente los costos mensuales en AWS

Centro de recursos de ahorro

Recursos adicionales para migrar a AWS

Product-Page_Standard-Icons_01_Product-Features_SqInk
Consulte la documentación de Amazon SageMaker Ground Truth

Descubra cómo Amazon SageMaker Ground Truth puede ayudarlo a crear conjuntos de datos de formación técnica de alta calidad con la mayor precisión y a reducir los costos de etiquetado de datos hasta un 70 %.

Leer documentación 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Inscríbase para obtener una cuenta gratuita

Obtenga acceso instantáneo a la capa gratuita de AWS. 

Regístrese 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Empiece a crear en la consola

Comience a crear con Amazon SageMaker Ground Truth en la consola de administración de AWS.

Iniciar sesión