IDC MarketScape：亞馬遜云科技計算機視覺位于領(lǐng)導(dǎo)者位置

近日，全球市場研究機構(gòu)IDC發(fā)布最新MarketScape報告《亞太地區(qū)（不包括日本）視覺AI軟件平臺廠商評估2021》。報告顯示，亞馬遜云科技位居領(lǐng)導(dǎo)者位置，在戰(zhàn)略發(fā)展、產(chǎn)品能力上均領(lǐng)先行業(yè)。

計算機視覺，即文檔、圖像和視頻的自動識別和描述，具有深遠(yuǎn)的應(yīng)用，從識別高速裝配線中的缺陷，到智能自動化文檔處理工作流，以及在社交媒體中識別產(chǎn)品和人員。

Amazon Lookout for Vision、Amazon Panorama以及Amazon Rekognition等亞馬遜云科技計算機視覺服務(wù)有助于開發(fā)人員自動化圖像、視頻和文本分析，無需機器學(xué)習(xí)經(jīng)驗。因此，開發(fā)者可以更快地實施解決方案，并縮短實現(xiàn)價值的時間。隨著客戶不斷擴大對計算機視覺的使用，亞馬遜云科技也一直追求在計算機視覺領(lǐng)域，提供易用性強，數(shù)據(jù)需求少，而且性價比更高的服務(wù)。

近期，亞馬遜云科技在IDC MarketScape亞太地區(qū)（不包括日本）視覺AI軟件平臺2021供應(yīng)商評估中，被譽為領(lǐng)導(dǎo)者。IDC MarketScape針對三個AI視覺用例從產(chǎn)品功能、服務(wù)交付、研究和創(chuàng)新戰(zhàn)略等維度進(jìn)行評估，報告發(fā)現(xiàn)亞馬遜云科技的產(chǎn)品和市場契合度適合所有三個用例。

如果企業(yè)計劃集中在一個大范圍方案中實現(xiàn)AI視覺功能，實現(xiàn)數(shù)字化轉(zhuǎn)型，同時滿足靈活彈性的方式來控制成本，IDC MarketScape建議決策者優(yōu)先考慮亞馬遜云科技的AI視覺服務(wù)。

IDC亞太區(qū)人工智能和分析戰(zhàn)略助理副總裁Christopher Lee Marshall表示：“AI視覺是新興技術(shù)市場之一，在IDC MarketScape亞太地區(qū)（不包括日本），亞馬遜云科技的視覺AI軟件平臺在2021供應(yīng)商評估中處于領(lǐng)先地位。我們發(fā)現(xiàn)，作為AI領(lǐng)域的先行者選擇主要供應(yīng)商和更成熟的市場解決方案是至關(guān)重要的，因為先行者往往通過以下方法鞏固其優(yōu)勢：即更大程度地訪問訓(xùn)練數(shù)據(jù)、更多算法變化迭代、更深入地了解運營環(huán)境以及更系統(tǒng)地與生態(tài)系統(tǒng)中的解決方案合作伙伴合作?！?/p>

該報告中重點關(guān)注的一項關(guān)鍵服務(wù)是Amazon Rekognition，近期更是宣布了一些增強功能，這些功能使Amazon Rekognition性價比更高、更準(zhǔn)確、更易于實施。

圖像API降價高達(dá)38%

亞馬遜云科技希望幫助企業(yè)在計算機視覺工作流程方面獲得更好的投資回報率。因此，亞馬遜云科技通過對API圖像處理閾值和最高數(shù)量級別映射單價的調(diào)整，將所有Amazon Rekognition圖像API的價格降低高達(dá)38%。

內(nèi)容審核的準(zhǔn)確性改進(jìn)

企業(yè)需要一個可擴展的解決方案，以確保用戶不會接觸到社交媒體、電子商務(wù)和照片共享應(yīng)用程序中用戶生成的和第三方內(nèi)容中的不適當(dāng)內(nèi)容。

Amazon Rekognition內(nèi)容審核API可幫助企業(yè)自動檢測不適當(dāng)或不需要的內(nèi)容，以簡化審核工作流。

圖像模型審核的改進(jìn)降低了所有審核類別的誤報率。較低的誤報率減少了標(biāo)記為供人類審核員進(jìn)一步審查的圖像數(shù)量，從而減少了其工作量并提高了效率。當(dāng)與圖像API的降價相結(jié)合時，企業(yè)以以更低的價格獲得內(nèi)容審核解決方案的更多價值。

應(yīng)用實踐：

11街是一家網(wǎng)上購物公司。他們目前使用Amazon Rekognition自動審查圖像和視頻。

“作為11街互動體驗的一部分，為了讓我們的社區(qū)能夠表達(dá)自己的想法，我們提供了一項功能，針對用戶剛購買的產(chǎn)品，他們可以提交照片或視頻評論。例如，用戶可以提交他們使用新買化妝品打造的自己妝容的照片。確保圖像或視頻不包含我們平臺指南禁止的內(nèi)容，我們最初采用手動內(nèi)容審核。我們很快發(fā)現(xiàn)，這種方法成本高昂，容易出錯，而且不可擴展。然后我們借助Amazon Rekognition進(jìn)行內(nèi)容審核，我們發(fā)現(xiàn)它很容易測試、部署和擴展。我們現(xiàn)在能夠通過Amazon Rekognition每天自動審查7000多張上傳的圖像和視頻，為我們節(jié)省了時間和金錢。我們非常期待Amazon Rekognition團隊即將發(fā)布的新功能?！?/p>

——11街?jǐn)?shù)字化轉(zhuǎn)型團隊

支持另外七種語言并提高文本分析的準(zhǔn)確性

企業(yè)可將Amazon Rekognition文本服務(wù)用于各種應(yīng)用程序，例如確保圖像符合公司政策、分析營銷資產(chǎn)和讀取路標(biāo)等。使用Amazon Rekognition DetectText API，企業(yè)可以檢測圖像中的文本，并對照不合適的單詞和短語列表進(jìn)行檢查。此外，企業(yè)還可以通過使用檢測到的文本邊界框區(qū)域模糊敏感信息來進(jìn)一步啟用內(nèi)容校對。

DetectText API的最新版本現(xiàn)在除了支持英語外還支持阿拉伯語、法語、德語、意大利語、葡萄牙語、俄語和西班牙語。DetectText API還提高了檢測圖像中彎曲文本和垂直文本的準(zhǔn)確性。通過擴展的語言支持和準(zhǔn)確度更高的彎曲文本和垂直文本，您可以擴展和改進(jìn)內(nèi)容審核、文本審核和其他文本檢測工作流。

應(yīng)用實踐：

OLX集團是全球發(fā)展最快的交易平臺網(wǎng)絡(luò)之一，在全球30多個國家通過20多個品牌開展業(yè)務(wù)。

OLX集團的數(shù)據(jù)科學(xué)經(jīng)理表示：“作為分類廣告市場領(lǐng)域的領(lǐng)導(dǎo)者，為了建立一個安全、包容、充滿活力的買賣社區(qū)，我們必須確保我們平臺上列出的所有產(chǎn)品都符合我們的產(chǎn)品展示和真實性規(guī)則。為此，除了廣告的其他方面之外，我們重點分析了我們用戶上傳的圖像上的非有機文本。為此，我們測試了Amazon Rekognition的文本檢測功能，發(fā)現(xiàn)它非常準(zhǔn)確，并增強了我們的內(nèi)部違規(guī)檢測系統(tǒng)，幫助我們改進(jìn)了審核工作流程。使用Amazon Rekognition進(jìn)行文本檢測，去年我們能夠標(biāo)記350000個違反策略的行為。它還幫助我們節(jié)省了大量的開發(fā)成本，并使我們能夠?qū)?shù)據(jù)科學(xué)的時間重新聚焦在其他項目上。對即將推出的文本模型更新我們感到十分激動，因為它將進(jìn)一步擴展我們的文本分析功能?！?/p>

機器學(xué)習(xí)自動化的簡單性和可擴展性

Amazon Rekognition Custom Labels是一項機器學(xué)習(xí)自動化服務(wù)，允許企業(yè)構(gòu)建自定義計算機視覺模型，以檢測針對企業(yè)業(yè)務(wù)需求的圖像中的對象和場景。例如，使用Amazon Rekognition Custom Labels，企業(yè)可以開發(fā)用于檢測品牌標(biāo)識、專有機器部件和商店貨架上物品的解決方案，無需擁有深入的機器學(xué)習(xí)專業(yè)知識，企業(yè)的關(guān)鍵機器學(xué)習(xí)專家反而可以繼續(xù)從事價值更高的項目。

Prodege.LLC是一個尖端的營銷和消費者洞察平臺，利用其獎勵計劃成員的全球受眾助力其業(yè)務(wù)解決方案。Prodege使用Amazon Rekognition Custom Labels檢測商店收據(jù)中的異常情況。

Prodege商業(yè)智能總監(jiān)阿倫·古普塔（Arun Gupta）表示：“通過使用Amazon Rekognition Custom Labels，Prodege能夠高精度地檢測由我們尊貴會員上傳的店鋪收據(jù)圖像中的異常情況，這是我們獎勵計劃產(chǎn)品的一部分。Amazon Rekognition Custom Labels最好的一點是，它易于設(shè)置，只需要少量預(yù)分類圖像（在我們的例子中有幾百個圖像）來訓(xùn)練機器學(xué)習(xí)模型進(jìn)行高置信度圖像檢測?？梢允褂肁PI輕松訪問模型的端點。Amazon Rekognition Custom Labels是一個非常有效的解決方案，可使我們的驗證收據(jù)掃描產(chǎn)品順利運行，并幫助我們節(jié)省大量手動檢測需要的時間和資源。Amazon Rekognition Custom Labels的新控制臺體驗使構(gòu)建和訓(xùn)練模型變得更加容易，特別是添加了更新和刪除現(xiàn)有數(shù)據(jù)集的功能更是如此。隨著我們的發(fā)展以及在提高模型性能過程中添加更多數(shù)據(jù)，這將極大地改進(jìn)我們不斷迭代的訓(xùn)練模型。我非常感謝亞馬遜云科技支持團隊，在整個過程中他們一直致力于在產(chǎn)品的方方面面為我們提供幫助?！?/p>