As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Verificação dos rótulos de imagem
A criação de um conjunto de dados de treinamento altamente preciso para seu algoritmo de machine learning (ML) é um processo iterativo. Normalmente, você revisa e ajusta continuamente os rótulos até estar convencido de que eles representam com precisão a verdade fundamental, ou o que é diretamente observável no mundo real.
Você pode usar uma tarefa de verificação de rótulo do Amazon SageMaker Ground Truth para direcionar os operadores para revisar os rótulos de um conjunto de dados e melhorar a precisão da rotulagem. Os operadores podem indicar se os rótulos existentes estão corretos ou classificar a qualidade deles. Eles também podem adicionar comentários para explicar seu raciocínio. O Amazon SageMaker Ground Truth oferece suporte à verificação de Bounding Box e de rótulos de Segmentação semântica da imagem.
Você cria um trabalho de rotulagem de verificação de rótulos de imagem usando a seção Ground Truth do console do Amazon SageMaker ou a operação CreateLabelingJob.
O Ground Truth fornece uma interface de usuário do operador que se parece com a seguinte para tarefas de rotulagem. Após criar o trabalho de rotulagem com o console, é possível modificar as imagens e o conteúdo exibidos. Para saber como criar um trabalho de rotulagem no console usando o Ground Truth, consulte Criar um trabalho de rotulagem (console).
É possível criar um trabalho de verificação de rotulagem usando o console ou a API do SageMaker. Para saber como criar um trabalho de rotulagem usando a operação da API Ground TruthCreateLabelingJob, consulte Criar um trabalho de rotulagem (API).
