Bewährte Methoden für Trainingsadapter - Amazon Rekognition

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Bewährte Methoden für Trainingsadapter

Es wird empfohlen, dass Sie sich bei Erstellung, Training und Verwendung Ihrer Adapter an die folgenden bewährten Methoden halten:

  1. Die Beispielbilddaten sollten die repräsentativen Fehler erfassen, die die Kunden zu unterdrücken beabsichtigen. Wenn das Modell auf visuell ähnlichen Bildern wiederholt Fehler macht, stellen Sie sicher, dass Sie viele dieser Bilder zum Training mitbringen.

  2. Anstatt nur Bilder einzufügen, die zeigen, dass das Model bei einem bestimmten Moderationslabel Fehler macht, sollten Sie auch Bilder mit einbeziehen, die zeigen, dass das Model bei diesem Moderationslabel keine Fehler macht.

  3. Stellen Sie mindestens 50 falsch negative Proben ODER 20 falsch positive Proben für Schulungen und mindestens 20 Proben für Tests bereit. Stellen Sie jedoch so viele kommentierte Bilder wie möglich bereit, um die Adapterleistung zu verbessern.

  4. Kommentieren Sie alle Labels, die für Sie von Bedeutung sind, für alle Bilder – wenn Sie entscheiden, dass Sie das Vorkommen eines Labels auf einem Bild kommentieren müssen, stellen Sie sicher, dass Sie das Vorkommen dieses Labels auch auf allen anderen Bildern kommentieren.

  5. Die Beispielbilddaten sollten so viele Variationen wie möglich auf dem Label enthalten, wobei der Schwerpunkt auf Exemplaren liegt, die repräsentativ für die Bilder sind, die in einer Produktionsumgebung analysiert werden.