Etichette personalizzate Amazon Rekognition

Le agenzie di marketing devono riportare accuratamente le informazioni in merito alla copertura del marchio dei propri clienti nei vari media. In genere tracciano manualmente loghi e prodotti dei loro clienti che compaiono nelle immagini pubblicate sui social media, nelle trasmissioni televisive e nei video sportivi. Grazie ad Amazon Rekognition Custom Labels, le agenzie possono creare un modello su misura per il cliente addestrato per rilevare loghi e prodotti specificamente di un singolo cliente. In questo modo possono elaborare immagini e fotogrammi video manualmente attraverso il modello ad hoc e trovare il numero di impression sui media tradizionali e sui social media senza dover ricorrere a faticosi sforzi manuali.

In genere, i produttori di contenuti devono passare in rassegna migliaia di immagini e video per trovare il contenuto rilevante che vogliono utilizzare per produrre show. Ad esempio, un emittente di sport ha spesso necessità di montare filmati che contengono i momenti clou di una partita, immagini relative a una squadra o a certi giocatori per conto di società affiliate, e il montaggio manuale dei filmati estratti dagli archivi può richiedere molte ore. Addestrando modelli ad hoc che identificano le squadre e i giocatori dalla maglietta e dal numero, nonché i momenti salienti di una partita quali goal, calci di rigore e infortuni, è possibile sviluppare rapidamente una lista di immagini e spezzoni video relativi al tema del filmato.

Le aziende agricole hanno necessità di valutare la qualità del prodotto prima di confezionarlo. Ad esempio, un produttore di pomodori può classificare manualmente i suoi prodotti in 6 categorie in base al grado di maturazione, da verde a rosso, e confezionarli di conseguenza al fine di assicurare la massima conservabilità. Anziché esaminare manualmente ogni pomodoro però, potrebbe addestrare un modello ad hoc in grado di classificare gli ortaggi sulla base di criteri di maturazione. Inoltre, se il modello viene integrato nei sistemi di produzione, questi ultimi saranno in grado di smistare automaticamente i pomodori, confezionandoli in modo adeguato.

La console di Rekognition Custom Labels dispone di un’interfaccia grafica che rende facile e semplice l’etichettatura delle tue immagini. L’interfaccia ti consente di applicare un’etichetta all’intera immagine per identificare ed etichettare oggetti specifici all’interno di immagini utilizzando rettangoli di selezione con una semplice interfaccia clic-e-trascina”.

In alternativa, se hai a disposizione grandi quantità di dati, puoi utilizzare Amazon SageMaker Ground Truth per etichettare in modo efficiente le tue immagini in scala.

Non serve alcuna competenza nel machine learning per creare il tuo modello ad hoc. Rekognition Custom Labels include funzionalità AutoML che si occupano delle attività di machine learning al posto tuo. Una volta fornite le immagini di addestramento, Rekognition Custom Labels carica e ispeziona automaticamente i dati, seleziona gli algoritmi di machine learning corretti, addestra un modello e fornisce i parametri prestazionali del modello.

Valuta le prestazioni del tuo modello personalizzato sul tuo set di test. Per ogni immagine presente nel test set puoi visualizzare il confronto in parallelo tra l’anteprima del modello e l’etichetta assegnata. Inoltre hai modo di visionare i parametri prestazionali nel dettaglio, come ad esempio parametri di precisione/riconoscimento, f-score e punteggio di affidabilità. Puoi iniziare a utilizzare il tuo modello immediatamente per l’analisi di immagini o iterare e riaddestrare nuove versioni con più immagini al fine di migliorare le prestazioni. Dopo aver cominciato a utilizzare il tuo modello, puoi tracciare stime, correggere eventuali errori e utilizzare i dati relativi ai feedback per riaddestrare nuove versioni del modello e migliorare le prestazioni.