本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 將 Amazon 增強版 AI 與 Amazon Rekognition 搭配使用
<a name="a2i-rekognition-task-type"></a>

Amazon Rekognition 讓您在應用程式中新增影像分析變得更容易。Amazon Rekognition `DetectModerationLabels` API 作業可直接與 Amazon A2I 整合，因此您可以輕鬆建立人工循環，以審核不安全的影像，例如露骨的成人或暴力內容。您可以透過 `DetectModerationLabels`，使用定義 ARN 來設定人工循環。這可讓 Amazon A2I 分析 Amazon Rekognition 所做的預測，並於結果符合流程定義中設定的條件時，將結果傳送給人員來審核。

下列影像說明 Amazon Rekognition 的 Amazon A2I 內建工作流程。左側描述了建立 Amazon Rekognition 人工審核工作流程所需的資源：Amazon S3 儲存貯體、啟動條件、工作者任務範本和工作團隊。這些資源可用來建立人工審核工作流程或流程定義。該箭頭指向工作流程中的下一個步驟：使用 Amazon Rekognition 設定人工審核工作流程的人工循環。第二個箭頭直接從此步驟指向另一個步驟，在此其中人工審核工作流程指定之啟動條件有得到滿足。這樣即會啟動人工循環的建立。在影像右側，人工循環分三個步驟描述：1) 會產生工作者使用者介面和工具並將任務提供給工作者、2) 工作者審核輸入資料，最後、3) 結果儲存在 Amazon S3 中。

![\[使用 Amazon 增強版 AI 與 Amazon Rekognition\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Rekognition@2x.png)


當您使用 Amazon Rekognition 任務類型時，您可以設定下列啟動條件：
+ 針對 Amazon Rekognition 識別的標籤，根據標籤可信度分數來啟動人工審核。
+ 隨機傳送影像樣本供人工審核。

您可以在建立人工審核工作流程時使用 Amazon SageMaker AI 主控台，或建立人工循環啟動條件的 JSON，並在 `CreateFlowDefinition` API 作業的 `HumanLoopActivationConditions` 參數中指定此 JSON 作為輸入，以設定這些啟動條件。若要了解如何以 JSON 格式指定啟動條件，請參閱[Amazon 增強版 AI 中，適用於 JSON 結構描述的人工循環啟動條件](a2i-human-fallback-conditions-json-schema.md)和[使用人工循環啟動條件 JSON 結構描述與 Amazon Rekognition](a2i-json-humantaskactivationconditions-rekognition-example.md)。

**注意**  
搭配 Amazon Rekognition 使用增強版 AI 時， AWS 請在用來呼叫 的相同區域中建立增強版 AI 資源`DetectModerationLabels`。

## 開始使用：將人工審核整合至 Amazon Rekognition Image 影像審核任務
<a name="a2i-create-rekognition-human-review"></a>

若要將人工審核整合至 Amazon Rekognition，請參閱下列主題：
+ [建立人工審核工作流程 (主控台)](a2i-create-flow-definition.md#a2i-create-human-review-console)
+ [建立人工審核工作流程 (API)](a2i-create-flow-definition.md#a2i-create-human-review-api)

建立流程定義後，請參閱[使用增強版 AI 搭配 Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/a2i-rekognition.html)，了解如何將流程定義整合到 Amazon Rekognition 任務中。

## 使用 Amazon Rekognition 和 Amazon A2I 的端對端示範
<a name="a2i-task-types-rekognition-notebook-demo"></a>

有關示範如何使用控制台將Amazon評估與 Amazon A2I 結合使用的端對端範例，請參閱[教學課程：在 Amazon A2I 主控台中開始使用](a2i-get-started-console.md)。

若要了解如何使用 Amazon A2I API 建立和啟動人工審核，您可以在 SageMaker 筆記本執行個體中使用 [Amazon 增強版 AI (Amazon A2I) 與 Amazon Rekognition 整合 [範例]](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Rekognition%20DetectModerationLabels.ipynb)。若要開始使用，請參閱[將 SageMaker 筆記本執行個體與 Amazon A2I Jupyter 筆記本搭配使用](a2i-task-types-general.md#a2i-task-types-notebook-demo)。

## A2I Rekognition 工作者主控台預覽
<a name="a2i-rekognition-console-preview"></a>

當工作者在 Amazon Rekognition 工作流程中獲指派審核任務時，他們可能會看到類似下列的使用者介面：

![\[A2I Rekognition 工作者主控台中的範例映像。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/a2i-rekognition-example.png)


您可以在建立人工審核定義時在 SageMaker AI 主控台自訂此介面，或建立和使用自訂範本來自訂此介面。如需進一步了解，請參閱[建立和管理工作者任務範本](a2i-instructions-overview.md)。