As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Use o Amazon Augmented AI com o Amazon Rekognition.
O Amazon Rekognition facilita a adição de análises de imagem a suas aplicações. A operação de API do Amazon Rekognition `DetectModerationLabels` é integrada diretamente com o Amazon A2I, permitindo que você crie facilmente um ciclo humano para revisar imagens inadequadas, como conteúdo explícito para adultos ou violento. Você pode usar `DetectModerationLabels` para configurar um loop humano usando um ARN de definição de fluxo. Isso permite que o Amazon A2I analise as predições feitas pelo Amazon Rekognition e envie os resultados para um revisor humano, garantindo que atendam às condições estabelecidas em sua definição de fluxo.
A imagem a seguir representa o fluxo de trabalho incorporado do Amazon A2I com o Amazon Rekognition. À esquerda, estão representados os recursos necessários para criar um fluxo de trabalho de revisão humana do Amazon Rekognition: um bucket Amazon S3, condições de ativação, um modelo de tarefa para o operador e uma equipe de trabalho. Esses recursos são usados para criar um fluxo de trabalho de análise humana ou definição de fluxo. Uma seta aponta diretamente para a próxima etapa do fluxo de trabalho: usar o Amazon Rekognition para configurar um loop humano com o fluxo de trabalho de revisão humana. Uma segunda seta aponta diretamente dessa etapa para a etapa na qual as condições de ativação especificadas no fluxo de trabalho de análise humana são atendidas. Isso inicia a criação de um loop humano. À direita da imagem, o ciclo humano é representado em três etapas: 1) a interface do operador e as ferramentas são geradas, e a tarefa é disponibilizada para os operadores, 2) os operadores revisam os dados de entrada e, finalmente, 3) os resultados são salvos no Amazon S3.
![\[Use o Amazon Augmented AI com o Amazon Rekognition.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Rekognition@2x.png)
Você pode configurar as seguintes condições de ativação ao usar o tipo de tarefa Amazon Rekognition:
+ Iniciar revisão humana para rótulos identificados pelo Amazon Rekognition com base na pontuação de confiança do rótulo.
+ Enviar uma amostra de imagens aleatoriamente a humanos para análise.
Você pode definir essas condições de ativação usando o console Amazon SageMaker AI ao criar um fluxo de trabalho de revisão humana ou criando um JSON para condições de ativação de loop humano e especificando isso como entrada no `HumanLoopActivationConditions` parâmetro da operação da `CreateFlowDefinition` API. Para saber como especificar condições de ativação no formato JSON, consulte [Esquema JSON para condições de ativação de loop humano no Amazon Augmented AI](a2i-human-fallback-conditions-json-schema.md) e [Uso do esquema JSON de condições de ativação de loop humano com o Amazon Rekognition](a2i-json-humantaskactivationconditions-rekognition-example.md).
**nota**
Ao usar a IA Aumentada com o Amazon Rekognition, crie recursos de IA Aumentada na mesma região que você usa para ligar. AWS `DetectModerationLabels`
## Comece: Integre uma revisão humana em um trabalho de moderação do Amazon Rekognition Image.
Para integrar uma revisão humana em um Amazon Rekognition, consulte os seguintes tópicos:
+ [Criar um fluxo de trabalho de análise humana (console)](a2i-create-flow-definition.md#a2i-create-human-review-console)
+ [Criar um fluxo de trabalho de análise humana (API)](a2i-create-flow-definition.md#a2i-create-human-review-api)
Depois de criar a definição de fluxo, consulte [Usar a Augmented AI com o Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/a2i-rekognition.html) para saber como integrar a definição de fluxo à tarefa do Amazon Rekognition.
## End-to-end Demonstração usando o Amazon Rekognition e o Amazon A2I
Para obter um end-to-end exemplo que demonstra como usar o Amazon Rekognition com o Amazon A2I usando o console, consulte. [Tutorial: Conceitos básicos do console do Amazon A2I](a2i-get-started-console.md)
Para aprender a usar a API Amazon A2I para criar e iniciar uma revisão humana, você pode usar a [integração da Amazon Augmented AI (Amazon A2I) com o Amazon Rekognition](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Rekognition%20DetectModerationLabels.ipynb) [Example] em uma instância de notebook. SageMaker Para começar, consulte o [Use a instância do SageMaker notebook com o Amazon A2I Jupyter Notebook](a2i-task-types-general.md#a2i-task-types-notebook-demo).
## Visualização do console do operador do A2I Rekognition
Quando são designados para uma tarefa de revisão em um fluxo de trabalho do Amazon Rekognition, os operadores podem ver uma interface de usuário semelhante à seguinte:
![\[Imagem de exemplo no console de trabalho do A2I Rekognition.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/a2i-rekognition-example.png)
Você pode personalizar essa interface no console de SageMaker IA ao criar sua definição de revisão humana ou ao criar e usar um modelo personalizado. Para saber mais, consulte [Criar e gerenciar modelos de tarefas de operadores](a2i-instructions-overview.md).