Publié le: Dec 21, 2022
La modération de contenu Amazon Rekognition est une fonction basée sur le deep learning qui permet de détecter les images et les vidéos inappropriées, indésirables ou offensantes, facilitant ainsi la recherche et la suppression de ces contenus à grande échelle. À partir d'aujourd'hui, la modération de contenu Amazon Rekognition est dotée d'un modèle amélioré pour la modération d'images qui réduit de manière significative les taux de faux positifs dans les contenus des sites d'e-commerce, des réseaux sociaux et des communautés en ligne, sans réduction des taux de détection pour les contenus réellement dangereux. Les taux de faux positifs plus faibles permettent des approbations plus rapides du contenu mis en ligne par les utilisateurs, ce qui se traduit par une meilleure expérience pour les utilisateurs finaux. La réduction des taux de faux positifs entraîne également une réduction des volumes d'images marquées devant faire l'objet d'un examen approfondi, ce qui permet d'améliorer l'expérience des modérateurs humains et d'effectuer des économies supplémentaires sur les coûts.
Grâce à ce modèle amélioré, les clients des sites d'e-commerce et de la marketplace en ligne, tels que 11STREET et DeNA, peuvent examiner les images des produits avec un nombre réduit de fausses détections et, par conséquent, approuver les offres de produits plus rapidement. De même, les clients des réseaux sociaux et des communautés en ligne, comme MobiSocial, Dream11 et Coffee Meets Bagel, peuvent examiner avec davantage de précision les images et vidéos capturées à l'aide de caméras à selfie à angle rapproché.
Cette mise à jour est désormais disponible dans toutes les régions AWS prises en charge par la modération de contenu Amazon Rekognition. Pour essayer le nouveau modèle, accédez à la console Amazon Rekognition pour modérer les images. Pour en savoir plus, consultez la documentation relative à la modération de contenu Amazon Rekognition.