Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Utilizar el esquema JSON de condiciones de activación del bucle humano con Amazon Rekognition
Cuando se utiliza con Amazon A2I, la operación `DetectModerationLabels` de Amazon Rekognition admite las siguientes entradas en el parámetro `ConditionType`:
+ `ModerationLabelConfidenceCheck`: utilice este tipo de condición para crear un bucle humano cuando la confianza de inferencia sea baja para una o más etiquetas especificadas.
+ `Sampling`: use esta condición para especificar un porcentaje de todas las inferencias que se enviarán a los humanos para su revisión. Utilice esta condición para hacer lo siguiente:
+ Auditar su modelo de machine learning mediante el muestreo aleatorio de todas las inferencias del modelo y el envío de un porcentaje especificado a los humanos para su revisión.
+ Con la condición `ModerationLabelConfidenceCheck`, muestrear aleatoriamente un porcentaje de las inferencias que cumplían las condiciones especificadas en `ModerationLabelConfidenceCheck` para iniciar un bucle humano y enviar solo el porcentaje especificado a los humanos para su revisión.
**nota**
Si envía la misma solicitud a `DetectModerationLabels` varias veces, el resultado de `Sampling` no cambiará para la inferencia de esa entrada. Por ejemplo, si hace una solicitud `DetectModerationLabels` una vez y `Sampling` no activa un bucle humano, las solicitudes posteriores a `DetectModerationLabels` con la misma configuración no activarán un bucle humano.
Al crear una definición de flujo, si utiliza la plantilla de tareas de trabajador predeterminada que se proporciona en la sección **Flujos de trabajo de revisión humana** de la consola de Amazon SageMaker AI, las inferencias enviadas para su revisión humana mediante estas condiciones de activación se incluyen en la interfaz de usuario del trabajador cuando un trabajador abre su tarea. Si utiliza una plantilla de tarea de trabajador personalizada, debe incluir el elemento HTML personalizado `` para acceder a estas inferencias. Para obtener un ejemplo de una plantilla personalizada que utiliza este elemento HTML, consulte [Ejemplo de plantilla personalizada para Amazon Rekognition](a2i-custom-templates.md#a2i-custom-templates-rekognition-sample).
## Entradas de `ModerationLabelConfidenceCheck`
Para el `ConditionType` `ModerationLabelConfidenceCheck`, se admiten los siguientes `ConditionParameters`:
+ `ModerationLabelName`— El nombre exacto (distingue mayúsculas de minúsculas) de una operación [ModerationLabel](https://docs.aws.amazon.com/rekognition/latest/dg/API_ModerationLabel.html)detectada por la operación Amazon Rekognition. `DetectModerationLabels` Puede especificar el valor "catch-all" especial (\$1) para indicar cualquier etiqueta de moderación.
+ `ConfidenceEquals`
+ `ConfidenceLessThan`
+ `ConfidenceLessThanEquals`
+ `ConfidenceGreaterThan`
+ `ConfidenceGreaterThanEquals`
Cuando se utiliza el `ModerationLabelConfidenceCheck` `ConditionType`, Amazon A2I envía a revisión humana las inferencias de etiqueta para las etiquetas especificadas en `ModerationLabelName`.
## Entradas de muestreo
El `ConditionType` `Sampling` admite los `ConditionParameters` `RandomSamplingPercentage`. La entrada para el parámetro `RandomSamplingPercentage` debe ser un número real entre 0,01 y 100. Este número representa el porcentaje de inferencias que califican para una revisión humana que se envían a los humanos para su revisión. Si utiliza la condición `Sampling` sin ninguna otra condición, este número representa el porcentaje de todas las inferencias que resultan de una sola solicitud `DetectModerationLabel` que se envían a los humanos para su revisión.
## Ejemplos
**Ejemplo 1: uso de `ModerationLabelConfidenceCheck` con el operador `And`**
El siguiente ejemplo de una condición `HumanLoopActivationConditions` activa un bucle humano cuando se cumplen una o varias de las condiciones siguientes:
+ Amazon Rekognition detecta la etiqueta de moderación `Graphic Male Nudity` con una confianza de entre 90 y 99.
+ Amazon Rekognition detecta la etiqueta de moderación `Graphic Female Nudity` con una confianza de entre 80 y 99.
Tenga en cuenta que se emplean los operadores lógicos `Or` y `And` para modelar esta lógica.
Aunque solo una de las dos condiciones bajo el operador `Or` se tiene que evaluar como `true` para que se cree un bucle humano, en realidad, Amazon Augmented AI evalúa todas las condiciones. Se pide a los revisores humanos que revisen las etiquetas de moderación de todas las condiciones que se han evaluado como `true`.
```
{
"Conditions": [{
"Or": [{
"And": [{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceLessThanEquals": 99
}
},
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceGreaterThanEquals": 90
}
}
]
},
{
"And": [{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Female Nudity",
"ConfidenceLessThanEquals": 99
}
},
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Female Nudity",
"ConfidenceGreaterThanEquals": 80
}
}
]
}
]
}]
}
```
**Ejemplo 2: uso de `ModerationLabelConfidenceCheck` con el valor capturar todos (\$1)**
En el siguiente ejemplo, si se detecta una etiqueta de moderación con una confianza igual o superior a 75, se activa un bucle humano. Se pide a los revisores humanos que revisen todas las etiquetas de moderación con puntuaciones de confianza mayores o iguales a 75.
```
{
"Conditions": [
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "*",
"ConfidenceGreaterThanEquals": 75
}
}
]
}
```
**Ejemplo 3: Usar muestreo**
En el siguiente ejemplo, el 5 % de las inferencias de Amazon Rekognition de una solicitud `DetectModerationLabels` serán enviadas a trabajadores humanos. Cuando se utiliza la plantilla de tareas de trabajo predeterminada que se proporciona en la consola de SageMaker IA, todas las etiquetas de moderación devueltas por Amazon Rekognition se envían a los trabajadores para que las revisen.
```
{
"Conditions": [
{
"ConditionType": "Sampling",
"ConditionParameters": {
"RandomSamplingPercentage": 5
}
}
]
}
```
**Ejemplo 4: uso del muestreo y de `ModerationLabelConfidenceCheck` con el operador `And`**
En este ejemplo, el 5 % de las inferencias de Amazon Rekognition de la etiqueta de moderación `Graphic Male Nudity` con una confianza superior a 50 serán enviadas a los trabajadores para su revisión. Cuando se utiliza la plantilla de tareas de trabajo predeterminada que se proporciona en la consola de SageMaker IA, solo se envían a los trabajadores las inferencias de la `Graphic Male Nudity` etiqueta para que las revisen.
```
{
"Conditions": [
{
"And": [
{
"ConditionType": "Sampling",
"ConditionParameters": {
"RandomSamplingPercentage": 5
}
},
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceGreaterThan": 50
}
}
]
}
]
}
```
**Ejemplo 5: uso del muestreo y de `ModerationLabelConfidenceCheck` con el operador`And`**
Utilice este ejemplo para configurar el flujo de trabajo de revisión humana a fin de enviar siempre a revisión humana las inferencias de baja confianza de una etiqueta especificada, así como para realizar una muestra de inferencia de alta confianza de una etiqueta a una velocidad especificada.
En el siguiente ejemplo, la revisión humana se inicia de una de las siguientes maneras:
+ Las inferencias para la etiqueta de moderación `Graphic Male Nudity` con puntuaciones de confianza inferiores a 60 siempre se envían a revisión humana. Solo se envía la etiqueta `Graphic Male Nudity` a los trabajadores para que la revisen.
+ El 5 % de todas las inferencias para la etiqueta de moderación `Graphic Male Nudity` con puntuaciones de confianza mayores a 90 serán enviadas a revisión humana. Solo se envía la etiqueta `Graphic Male Nudity` a los trabajadores para que la revisen.
```
{
"Conditions": [
{
"Or": [
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceLessThan": 60
}
},
{
"And": [
{
"ConditionType": "Sampling",
"ConditionParameters": {
"RandomSamplingPercentage": 5
}
},
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceGreaterThan": 90
}
}
]
}
]
}
]
}
```
**Ejemplo 6: uso del muestreo y de `ModerationLabelConfidenceCheck` con el operador `Or`**
En el siguiente ejemplo, se crea un bucle humano si la respuesta de inferencia de Amazon Rekognition contiene la etiqueta “Desnudos masculinos explícitos” con una confianza de inferencia superior a 50. Además, el 5 % de todas las demás inferencias inician un bucle humano.
```
{
"Conditions": [
{
"Or": [
{
"ConditionType": "Sampling",
"ConditionParameters": {
"RandomSamplingPercentage": 5
}
},
{
"ConditionType": "ModerationLabelConfidenceCheck",
"ConditionParameters": {
"ModerationLabelName": "Graphic Male Nudity",
"ConfidenceGreaterThan": 50
}
}
]
}
]
}
```