Компания хранит видео MP4 в Amazon S3, и ранее ей требовалось 4 месяца для разметки всех видеокадров для модели классификации движения. Теперь компании необходимо переобучить модель, используя существующий рабочий процесс SageMaker, и она хочет сократить время разметки. Какой подход сократит время разметки?

Правильный ответ — использование интерфейса разметки Amazon Augmented AI (Amazon A2I) с Amazon Rekognition для разметки видеокадров. Amazon Rekognition может автоматически обнаруживать объекты, сцены и действия в видео, что значительно сокращает объем ручной работы. Amazon A2I позволяет интегрировать человеческую проверку для повышения точности разметки, особенно для сложных или неопределенных случаев, что ускоряет процесс по сравнению с полностью ручной разметкой. Использование SageMaker Ground Truth для аннотирования видеокадров — это общий инструмент для разметки, но он не включает автоматическую предварительную разметку, как Rekognition, что делает его менее эффективным для сокращения времени. SageMaker JumpStart предлагает предварительно обученные модели, но не предназначен для автоматической разметки данных. SageMaker Data Wrangler — это инструмент для подготовки данных, а не для их разметки.