Utilizzare lo schema JSON per condizioni attivazione del ciclo umano con Amazon Rekognition

Se utilizzata con Amazon A2I, l'operazione DetectModerationLabels Amazon Rekognition supporta i seguenti input nel parametro ConditionType:

• ModerationLabelConfidenceCheck: utilizza questo tipo di condizione per creare un ciclo umano quando la confidenza di inferenza è bassa per una o più etichette specificate.

• Sampling: utilizza questa condizione per specificare una percentuale di tutte le inferenze da inviare agli esseri umani per la revisione. Utilizzare questa condizione per effettuare le seguenti operazioni:

  • Controllare il modello ML campionando casualmente tutte le inferenze del modello e inviando una percentuale specificata agli esseri umani per la revisione.

  • Utilizzando la condizione ModerationLabelConfidenceCheck, campionare casualmente una percentuale di inferenze che ha soddisfatto le condizioni specificate in ModerationLabelConfidenceCheck per avviare un ciclo umano e inviare solo la percentuale specificata agli esseri umani per la revisione.

Nota

Se invii la stessa richiesta ad DetectModerationLabels più volte, il risultato di Sampling non cambia per l'inferenza dell'input. Ad esempio, se effettui una richiesta DetectModerationLabels una volta e Sampling non avvia un ciclo umano, le richieste DetectModerationLabels successive con la stessa configurazione non avviano un ciclo umano.

Quando crei una definizione di flusso, se utilizzi il modello di task di lavoro predefinito fornito nella sezione Flussi di lavoro di revisione umana della SageMaker console Amazon, le inferenze inviate per la revisione umana da queste condizioni di attivazione vengono incluse nell'interfaccia utente del lavoratore quando un lavoratore apre l'attività. Se usi un modello di attività lavoratore personalizzato, devi includere l'elemento HTML <task.input.selectedAiServiceResponse.blocks> personalizzato per accedere a queste inferenze. Per un esempio di modello personalizzato che utilizza questo elemento HTML, consulta Esempio di modello personalizzato per Amazon Rekognition.

Input ModerationLabelConfidenceCheck

Per il ConditionType ModerationLabelConfidenceCheck, sono supportati i seguenti ConditionParameters:

• ModerationLabelName— Il nome esatto (con distinzione tra maiuscole e minuscole) di un oggetto ModerationLabelrilevato dall'operazione Amazon Rekognition. DetectModerationLabels È possibile specificare il valore catch-all speciale (*) per indicare qualsiasi etichetta di moderazione.

• ConfidenceEquals

• ConfidenceLessThan

• ConfidenceLessThanEquals

• ConfidenceGreaterThan

• ConfidenceGreaterThanEquals

Quando usi ModerationLabelConfidenceCheck ConditionType, Amazon A2I invia le inferenze per le etichette specificate in ModerationLabelName per la revisione umana.

Input di campionamento

Il ConditionType Sampling supporta il ConditionParameters RandomSamplingPercentage. L'input per il parametro RandomSamplingPercentage deve essere un numero reale compreso tra 0,01 e 100. Questo numero rappresenta la percentuale di inferenze che si qualifica per la revisione umana e viene inviata agli esseri umani per la revisione. Se usi la condizione Sampling senza altre condizioni, questo numero rappresenta la percentuale di tutte le inferenze risultanti da una singola richiesta DetectModerationLabel inviata agli esseri umani per la revisione.

Esempi

Esempio 1: utilizzo di ModerationLabelConfidenceCheck con l'operatore And

L'esempio seguente di condizione HumanLoopActivationConditions avvia un ciclo umano quando vengono soddisfatte una o più delle seguenti condizioni:

• Amazon Rekognition rileva l'etichetta di moderazione Graphic Male Nudity con una confidenza compresa tra 90 e 99.

• Amazon Rekognition rileva l'etichetta di moderazione Graphic Female Nudity con una confidenza compresa tra 80 e 99.

Osserva l'uso degli operatori logici Or e And per modellare questa logica.

Sebbene solo una delle due condizioni riportate sotto l'operatore Or deve essere true per poter creare un ciclo umano, Amazon Augmented AI valuta tutte le condizioni. Ai revisori umani viene chiesto di rivedere le etichette di moderazione per tutte le condizioni che sono state valutate come true.

{
     "Conditions": [{
         "Or": [{
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Male Nudity",
                             "ConfidenceGreaterThanEquals": 90
                         }
                     }
                 ]
             },
             {
                 "And": [{
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceLessThanEquals": 99
                         }
                     },
                     {
                         "ConditionType": "ModerationLabelConfidenceCheck",
                         "ConditionParameters": {
                             "ModerationLabelName": "Graphic Female Nudity",
                             "ConfidenceGreaterThanEquals": 80
                         }
                     }
                 ]
             }
         ]
     }]
}

Esempio 2: utilizzo di ModerationLabelConfidenceCheck con il valore generico (*)

Nell'esempio seguente, se viene rilevata un'etichetta di moderazione con un livello di confidenza superiore o uguale a 75, viene avviato un ciclo umano. Ai revisori umani viene chiesto di rivedere tutte le etichette di moderazione con punteggi di confidenza superiori o uguali a 75.

{
    "Conditions": [
        {
            "ConditionType": "ModerationLabelConfidenceCheck",
            "ConditionParameters": {
                "ModerationLabelName": "*",
                "ConfidenceGreaterThanEquals": 75
            }
        }
    ]
}

Esempio 3: utilizzare il campionamento

Nell'esempio seguente, il 5% delle inferenze Amazon Rekognition da una richiesta DetectModerationLabels sarà inviato ai lavoratori umani. Quando si utilizza il modello di task di lavoro predefinito fornito nella SageMaker console, tutte le etichette di moderazione restituite da Amazon Rekognition vengono inviate ai lavoratori per la revisione.

{
  "Conditions": [
    {
      "ConditionType": "Sampling",
      "ConditionParameters": {
        "RandomSamplingPercentage": 5
      }
    }
  ]
}

Esempio 4: utilizzo del campionamento e di ModerationLabelConfidenceCheck con l'operatore And

In questo esempio, il 5% delle inferenze Amazon Rekognition dell'etichetta di moderazione Graphic Male Nudity con una attendibilità superiore a 50 verrà inviato ai lavoratori per la revisione. Quando si utilizza il modello di task di lavoro predefinito fornito nella SageMaker console, solo le inferenze dell'Graphic Male Nudityetichetta vengono inviate ai lavoratori per la revisione.

{
  "Conditions": [
    {
      "And": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}

Esempio 5: utilizzo del campionamento e di ModerationLabelConfidenceCheck con l'operatore And

Utilizza questo esempio per configurare il flusso di lavoro di revisione umana per inviare sempre le inferenze a bassa confidenza di un'etichetta specificata per la revisione umana e campionare l'inferenza ad alta confidenza di un'etichetta a una percentuale specificata.

Nell'esempio seguente, una revisione umana viene avviata in uno dei seguenti modi:

• Le inferenze per l'etichetta di moderazione Graphic Male Nudity con punteggi con confidenza inferiori a 60 vengono sempre inviate per la revisione umana. Solo l'etichetta Graphic Male Nudity viene inviata ai lavoratori per la revisione.

• Il 5% di tutte le inferenze per l'etichetta di moderazione Graphic Male Nudity con punteggi di attendibilità superiori a 90 sarà inviato per la revisione umana. Solo l'etichetta Graphic Male Nudity viene inviata ai lavoratori per la revisione.

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceLessThan": 60
          }
        },
        {
            "And": [
                {
                    "ConditionType": "Sampling",
                    "ConditionParameters": {
                        "RandomSamplingPercentage": 5
                    }
                },
                {
                    "ConditionType": "ModerationLabelConfidenceCheck",
                    "ConditionParameters": {
                        "ModerationLabelName": "Graphic Male Nudity",
                        "ConfidenceGreaterThan": 90
                    }
                }
            ]
        }
      ]
    }
  ]
}

Esempio 6: utilizzo del campionamento e di ModerationLabelConfidenceCheck con l'operatore Or

Nell'esempio seguente, viene creato un ciclo umano se la risposta dell'inferenza Amazon Rekognition contiene l'etichetta "Graphic Male Nudity" con attendibilità di inferenza superiore a 50. Inoltre, il 5% di tutte le altre inferenze avvierà un ciclo umano.

{
  "Conditions": [
    {
      "Or": [
        {
          "ConditionType": "Sampling",
          "ConditionParameters": {
            "RandomSamplingPercentage": 5
          }
        },
        {
          "ConditionType": "ModerationLabelConfidenceCheck",
          "ConditionParameters": {
            "ModerationLabelName": "Graphic Male Nudity",
            "ConfidenceGreaterThan": 50
          }
        }
      ]
    }
  ]
}