Améliorez la précision du modèle de modération Rekognition préentraîné grâce à la modération personnalisée

La modération de contenu Amazon Rekognition est une fonctionnalité de 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. Les clients de tous les secteurs (réseaux sociaux, jeux vidéo, publicité, etc.) utilisent les fonctionnalités de modération de contenu de Rekognition pour protéger la réputation de leur marque et garantir la sécurité des communautés d'utilisateurs. Grâce à la modération personnalisée, nos clients peuvent désormais améliorer la précision du modèle deep learning de modération sur les données propres à leur entreprise. Il leur suffit pour cela d'entraîner un adaptateur sur seulement vingt images annotées, en moins d'une heure.

Les clients peuvent entraîner un adaptateur personnalisé de façon à réduire les faux positifs (c'est-à-dire les images appropriées pour les entreprises, mais signalées par une étiquette de modération) et les faux négatifs (c'est-à-dire les images inappropriées pour les entreprises, mais non signalées par une étiquette de modération). Ces adaptateurs personnalisés étendent les capacités du modèle de modération par deep learning afin de détecter avec une plus grande précision les images utilisées pour l'entraînement. Les clients peuvent fournir à l'opération d'API DetectModerationLabels existante l'ID unique de l'adaptateur entraîné pour traiter les images. La modération personnalisée d'Amazon Rekognition permet, sans aucune expertise en machine learning, d'adapter le modèle deep learning de modération pour améliorer les performances obtenues en fonction du cas d'utilisation.

Cette mise à jour est désormais disponible dans toutes les régions AWS prenant en charge les étiquettes personnalisées Amazon Rekognition. Si vous souhaitez essayer le nouveau modèle, accédez à la console Amazon Rekognition pour la modération des images. Pour en savoir plus, consultez la documentation relative à la modération de contenu Amazon Rekognition.