Sztuczne dane do trenowania AI bezpieczeństwa – bez ryzyka
Amazon pokazuje, jak zbudować pipeline syntetycznych danych na SageMaker AI i Rekognition, żeby generować realistyczne, automatycznie otagowane zdjęcia do modeli detekcji osób w przemyśle. Dzięki temu podejściu udało się poprawić dokładność detekcji o 160% bez ręcznego labelowania i bez konieczności zbierania niebezpiecznych danych przy ciężkim sprzęcie.
źródło: [aws/machine-learning-blog]