Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Vérification des étiquettes d'image
La création d'un ensemble de données d'entraînement très précis pour votre algorithme de machine learning (ML) est un processus itératif. Généralement, vous examinez et ajustez continuellement vos étiquettes jusqu'à ce que vous soyez convaincu qu'elles représentent avec précision la vérité réelle ou ce qui est directement observable dans le monde réel.
Vous pouvez utiliser une tâche de vérification des étiquettes d'images Amazon SageMaker Ground Truth pour demander aux employés de vérifier les étiquettes d'un ensemble de données et d'améliorer la précision des étiquettes. Les employés peuvent indiquer si les étiquettes existantes sont correctes ou évaluer la qualité de l'étiquette. Ils peuvent également ajouter des commentaires pour expliquer leur raisonnement. Amazon SageMaker Ground Truth prend en charge la vérification des Segmentation sémantique d'une image étiquettes Cadre de délimitation et des étiquettes.
Vous créez une tâche d'étiquetage de vérification des étiquettes d'image à l'aide de la section Ground Truth de la SageMaker console Amazon ou de l'CreateLabelingJobopération.
Ground Truth fournit une console employé similaire à la suivante pour l'étiquetage des tâches. Lorsque vous créez le travail d'étiquetage avec la console, vous pouvez modifier les images et le contenu affichés. Pour découvrir comment créer une tâche d'étiquetage dans la console avec Ground Truth, veuillez consulter Création d'une tâche d'étiquetage (Console).
Vous pouvez créer une tâche d'étiquetage de vérification des étiquettes à l'aide de la SageMaker console ou de l'API. Pour apprendre à créer une tâche d'étiquetage à l'aide de l'opération CreateLabelingJob de l'API Ground Truth, veuillez consulter Création d'une tâche d'étiquetage (API).
