详细内容或原文请订阅后点击阅览

使用亚马逊基岩数据自动化和开放式对象检测来增强视频理解

2025年9月11日 19:20 33 Comments
X Twitter Instagram Mail

在现实世界的视频和图像分析中，企业经常面临检测不是模型原始培训集的对象的挑战。在新的，未知或用户定义的对象经常出现的动态环境中，这变得特别困难。在这篇文章中，我们探讨了亚马逊基岩数据自动化如何使用OSOD来增强视频理解。

来源:亚马逊云科技 _机器学习
在现实世界的视频和图像分析中，企业经常面临检测不是模型原始培训集的对象的挑战。在新的，未知或用户定义的对象经常出现的动态环境中，这变得特别困难。例如，媒体出版商可能希望在用户生成的内容中跟踪新兴品牌或产品；尽管有视觉差异，广告客户仍需要在影响者视频中分析产品出现。零售提供商旨在支持灵活的描述性搜索；自动驾驶汽车必须确定意外的道路碎片；制造系统需要在没有事先标签的情况下捕获新颖或细微的缺陷。在所有这些情况下，传统的封闭式对象检测（CSOD）模型（仅识别固定的预定义类别列表）进行交付。它们要么误分类未知对象，要么完全忽略它们，从而限制了它们对现实世界应用的有用性。开放对象检测（OSOD）是一种方法，使模型能够检测已知和以前看不见的对象，包括在训练中未遇到的对象。它支持灵活的输入提示，从特定对象名称到开放式描述，并且可以实时适应用户定义的目标而无需重新训练。通过将视觉识别与语义理解相结合（通常是通过视觉语言模型），即即使它是不熟悉，模棱两可或全新的。非结构化的内容，例如文档，图像，视频和音频。具体而言，对于视频内容，亚马逊基础数据自动化支持功能，例如章节细分，框架级文本检测，章级分类互动广告
视觉 意外的 未知 模棱两可 有用性 图像分析 视频 固定的 灵活的 用户 视觉识别 模型 例如 应用的 开放式 定义 需要 动态 预定义 世界的 内容 全新的 支持 检测 输入 动态环境 对象 自动化 传统的