北京2022年9月14日 /美通社/ -- 日前，亞馬遜云科技為其機器學習數據標注服務Amazon SageMaker Ground Truth新增合成數據（圖像）生成功能?？蛻羰褂眠@一新功能，可以生成數十萬計已標注的合成圖像，無需手動標注數據，提高標注的準確性，并快速獲取高質量的訓練數據集。該功能的推出讓Amazon SageMaker變得更強大，作為亞馬遜云科技機器學習服務層面的核心產品，亞馬遜云科技不斷豐富Amazon SageMaker的功能，僅2021年就推出60多項新的特性和功能。
機器學習（ML）模型構建是一個不斷重復、迭代的過程，從數據收集和準備開始，然后是模型訓練和部署。其中，為模型訓練收集大量、多樣化且準確標注的數據集，是非常具有挑戰性并耗時的第一步。
以計算機視覺（CV）應用為例，在工業領域，該技術能夠改善生產質量、提高倉庫管理的自動化水平等，目前已在工業數字化和智能化發揮了關鍵作用。然而，為訓練計算機視覺模型而收集數據的過程既耗時又費力，有時甚至幾乎無法完成。為確保模型的準確性，數據科學家可能會花費數月時間，從生產環境中收集數十萬張圖像，盡可能涵蓋數據的所有變化。但在某些情況下，例如，要獲取罕見或價格昂貴的產品的缺陷的圖像，只有通過故意損壞產品這種極端方式才能實現，這讓數據科學家無法從真實數據中找到所有的數據變化。
收集完所有數據后，數據科學家團隊還需要準確地標注圖像，這又是一項艱巨的任務。手動標注圖像進程緩慢且容易出現人為錯誤；同時，構建自定義標注工具和設置縮放標注操作可能既耗時又昂貴。將真實數據與合成數據相結合是緩解這一挑戰的方法之一，讓數據科學團隊可以創建更完整和平衡的數據集并增加數據的多樣性。
亞馬遜云科技機器學習數據標注服務Amazon SageMaker Ground Truth，可以讓客戶創建任何圖像數據，包括在現實世界中難以發現和復制的特殊場景數據?？蛻羯踔量梢宰远x對象和環境的變量，例如反映不同的照明、顏色、紋理、姿勢或背景。Amazon SageMaker Ground Truth讓數據科學家可以為其正在訓練的機器學習模型"量身定制"特定用例。此外，客戶還可以選擇Amazon SageMaker Ground Truth Plus，借助亞馬遜云科技的專家團隊創建高質量的訓練數據集，無需構建用于標注的應用程序或自行管理標注的人員。
Plus One Robotics是一家物流機器人視覺軟件開發商。Plus One Robotics 創始人、首席技術官Shaun Edwards 表示，"隨著人力資源的減少以及倉庫商品量的激增，客戶希望我們能幫助他們處理倉庫中千變萬化的物品。新入庫的商品可能是首次出現，或者只在特定情形下出現。使用合成數據能讓我們預先對系統進行訓練，以應對現實可能遇到的各種情況。我們使用Amazon SageMaker Ground Truth生成數以萬計帶標簽的、來自不同承運商的逼真物品圖像，對物品姿勢、位置、甚至貼紙或標簽之類的表面變化進行建模。合成圖像使我們能夠更快地訓練性能更好的系統，其完整性和精確性使我們免去繁瑣的數據標注和清洗步驟，每天為客戶超過100萬的運單提供支持。
