Amazon SageMaker Ground Truth

使用機器學習建立高度精確的訓練資料集,並將資料標籤費用降低多達 70%。

Amazon SageMaker Ground Truth 可幫助您快速建構高度精確的機器學習訓練資料集。SageMaker Ground Truth 讓您輕鬆取用公有和私有的標籤人員,並且為他們提供內建工作流程和常見標籤任務的介面。此外,SageMaker Ground Truth 可以自動標籤將您的標籤費用降低多達 70%,運作方式是透過從人員標籤資料中訓練 Ground Truth,使此項服務學習獨立對資料進行標籤。

成功的機器學習模型仰賴於大量的高品質訓練資料。但是,建立這些模型必要訓練資料的流程通常費用高昂、做法複雜而且耗時。現今所建立的大多數模型都需要人員手動標籤資料,藉此讓模型學習如何正確做決策。例如,建立穩定性足以辨識物件 ( 例如交通號誌、停止標示和行人) 的電腦視覺系統,需要由數十億視訊畫面組成的數千小時錄影。這每個畫面都在您想建立模型的任何工作開始前,需要人員對道路、其他車輛和號誌等所有重要元素進行標籤。

Amazon SageMaker Ground Truth 大幅減低建立訓練資料集所需的時間和精力,達到成本降低。這些成本的節省是透過使用機器學習自動標籤資料來達成。透過從標籤人員建立的標籤持續學習,模型可隨時逐步更完善。

若標籤模型依據目前所學結果有了高可信度時,就會自動套用標籤到原始資料。若標籤模型所得的結果可信度低,就會將資料傳給人員進行標籤。再將人員產生的標籤提供回標籤模型,使其從中學習和改進。隨著時間經過,SageMaker Ground Truth 可自動標籤更多資料,並且大幅加快建立訓練資料集的速度。 

優勢

減少資料標籤成本多達 70%

SageMaker Ground Truth 使用機器學習模型自動標籤原始資料,以少部分的手動標籤成本快速產出高品質訓練資料集。資料僅在主動學習模組沒有足夠可信度進行標籤時,才會傳給人員操作標籤。然後會使用人員標籤的資料來訓練模型,以提升模型的能力。下回執行標籤時,傳送給人員處理的資料會越來越少,降低您的成本。 

與公有和私有標籤人員合作

您可選擇使用自己的標籤人員團隊,並且直接將標籤請求傳給他們。或者,如果您需要擴充規模,也可在 Amazon SageMaker Ground Truth 主控台中選擇與組織外的標籤人員合作。您可透過與 Amazon Mechanical Turk 整合,取用超過 500,000 名標籤人員的公有人力。您也可以在資料需要保密,或者需要特別技能時,使用 Amazon 事先篩選過的專業標籤公司。

快速達成精確結果

Amazon SageMaker Ground Truth 協助快速建構高品質和高精確的訓練資料集。機器產生的標籤提供有各標籤可信分數的一致結果,您可輕鬆了解標籤正確的特定服務情況。以您提供的條件,對人員標籤結果自動計分,藉此協助確保傳送更多資料給高品質的標籤人員,並且不強調低品質的標籤人員。

運作方式

Product-Page-Diagram_SamurAI_How-it-works-2
Product-Page_Standard-Icons_01_Product-Features_SqInk
查看 Amazon SageMaker Ground Truth 功能

請參考文件以了解 Amazon SageMaker Ground Truth 如何能協助您建立有最高準確性的高品質訓練資料集,並且減少標籤資料最高達 70%。

Product-Page_Standard-Icons_02_Sign-Up_SqInk
註冊免費帳戶

立即存取 AWS 免費方案。 

註冊 
Product-Page_Standard-Icons_03_Start-Building_SqInk
開始在主控台進行建置

利用 AWS 管理主控台中的 Amazon SageMaker Ground Truth 開始建置。

登入