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
Se le cobrará según la cantidad de objetos del conjunto de datos que están etiquetados. Un objeto del conjunto de datos se define como una unidad atómica de datos y puede incluir imágenes, fotogramas, documentos de texto, archivos de audio, etc.
Nubes de puntos 3D
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 0,036 USD por publicación. 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 coste incluye un cargo adicional de 0,036 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 0,036 USD por publicación x 3 etiquetadores por objeto) = 14 580 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
Calcule fácilmente los costos mensuales en AWS
Recursos adicionales para migrar a AWS
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 %.
Obtenga acceso instantáneo a la capa gratuita de AWS.
Comience a crear con Amazon SageMaker Ground Truth en la consola de administración de AWS.