Un'azienda deve generare immagini per occhiali protettivi con elevata precisione, riducendo al minimo le annotazioni errate. Quale soluzione soddisfa al meglio questi requisiti?

La validazione human-in-the-loop (HITL) con Amazon SageMaker Ground Truth Plus è la soluzione migliore perché combina l'efficienza dell'IA con la precisione della revisione umana. Per generare immagini di occhiali protettivi con elevata precisione e ridurre al minimo le annotazioni errate, è fondamentale che gli esseri umani verifichino e correggano le etichette generate automaticamente. Ground Truth Plus offre servizi gestiti di etichettatura dei dati, garantendo che esperti umani convalidino le annotazioni, il che è essenziale per compiti che richiedono alta precisione come l'identificazione di dispositivi di protezione individuale. L'aumento dei dati con Amazon Bedrock non è adatto perché si concentra sulla generazione di dati aggiuntivi, non sulla convalida della precisione delle annotazioni esistenti. Amazon Rekognition è un servizio di riconoscimento delle immagini pre-addestrato, utile per l'analisi di immagini, ma non per la generazione o la convalida di annotazioni personalizzate con elevata precisione richiesta. Amazon QuickSight Q è uno strumento di riepilogo dei dati e business intelligence, non pertinente per l'etichettatura o la convalida di immagini.