Amazon SageMaker Data Labeling

Les offres d'étiquetage des données Amazon SageMaker fournissent des techniques d'étiquetage ML qui sont moins sujettes aux erreurs manuelles, notamment la génération de données de synthèse, et contribuent à améliorer la qualité des jeux de données d'entraînement. Amazon SageMaker Ground Truth Plus dispose d'un flux d'étiquetage en plusieurs étapes qui comprend les modèles ML (pour le pré-étiquetage), la validation automatique de l'étiquetage humain (pour détecter les erreurs et les étiquettes de mauvaise qualité) et les fonctions d'assistance à l'étiquetage (par exemple instantanés cubiques 3D, prédiction du suivant dans l'étiquetage vidéo et outils de segmentation automatique). Si vous gérez vos propres flux d'étiquetage des données, SageMaker Ground Truth fournit des fonctions d'étiquetage automatisées telles que le segmentation automatique, les instantanés cubiques 3D automatiques et la fusion de capteurs avec des trames vidéo 2D. De plus, SageMaker Ground Truth fournit un étiquetage automatique des données qui utilise l'apprentissage actif et n'achemine les données étiquetées aux humains que si le modèle ne peut pas les étiqueter en toute confiance.

Avec les offres d'étiquetage des données d'Amazon SageMaker, vous disposez de deux options pour étiqueter les données. D'une part, avec SageMaker Ground Truth Plus, une main-d'œuvre experte formée aux tâches de ML étiquette vos données conformément à vos exigences en matière de qualité et de délai de traitement. D'autre part, avec SageMaker Ground Truth, vous pouvez créer et gérer vos flux d'étiquetage des données. Vous avez la possibilité de travailler avec des étiqueteurs à l'intérieur et à l'extérieur de votre organisation. Par exemple, vous pouvez envoyer des tâches d'étiquetage à vos propres étiqueteurs ou accéder à plus de 500 000 entrepreneurs indépendants qui effectuent déjà des tâches ML par le biais d'Amazon Mechanical Turk. Si la confidentialité de vos données doit être protégée ou si elles nécessitent des compétences particulières, vous pouvez également faire appel à des fournisseurs pré-sélectionnés par AWS pour leurs procédures de qualité et de sécurité. Si vous devez accéder à des données de synthèse pour que vos jeux de données d'entraînement soient plus complets pour entraîner des modèles ML, les artistes numériques AWS utilisent les ressources et les images fournies par le client pour générer des données de synthèse qui sont automatiquement étiquetées pour vous.

Les offres d'étiquetage des données Amazon SageMaker vous permettent d'obtenir une transparence dans les opérations d'étiquetage des données et la gestion de la qualité, afin que vous puissiez vérifier que vos exigences en matière de qualité sont respectées. SageMaker Ground Truth Plus fournit des tableaux de bord interactifs et des interfaces utilisateur. Ce processus vous permet donc d'examiner la progression des jeux de données d'entraînement sur plusieurs projets, de suivre les métriques du projet telles que le débit quotidien, d'inspecter les étiquètes pour en vérifier la qualité et de fournir des commentaires sur les données étiquetées.

Avec les offres d'étiquetage des données Amazon SageMaker, vous pouvez recevoir rapidement des données étiquetées de haute qualité. Avec SageMaker Ground Truth Plus, vous chargez vos données dans Amazon S3 en respectant les exigences de sécurité, de confidentialité et de conformité. Les experts d'AWS configurent ensuite le flux d'étiquetage des données et une main-d'œuvre experte se charge de vos tâches d'étiquetage. Si vous devez accéder à des données de synthèse, vous spécifiez vos exigences en matière d'images ou fournissez des ressources 3D et des images de référence, et SageMaker Ground Truth peut générer des données de synthèse étiquetées très précises pour l'entraînement des modèles ML.