[AEM Assets]{class="badge positive" title="Gilt für AEM Assets)."}

Training zu Smart-Tags

Mit dem Smart-Tags-Training können Sie Ihre Tags trainieren. Sie können Details angeben, wenn die entsprechenden Tags nicht vorhanden sind. Es verwendet ein KI-Framework von Adobe AI, um seinen Bilderkennungsalgorithmus auf Ihre Tag-Struktur und Ihre Unternehmenstaxonomie zu trainieren. Diese Content-Intelligenz wird dann verwendet, um relevante Tags auf einen anderen Satz von Assets anzuwenden. Experience Manager Assets wendet standardmäßig automatisch Smart-Tags auf hochgeladene Assets an.

Bestimmen der Anforderungen für ein Smart-Tags-Training smart-tag-training-requirement

Ein Smart-Tags-Training ist in den folgenden Szenarien erforderlich:

Schritte zum Trainieren von Smart-Tags

Experience Manager as a Cloud Service generiert die Smart-Tags für textbasierte Assets und Videos standardmäßig automatisch. Führen Sie die folgenden Aufgaben aus, um Smart-Tags für Bilder zu trainieren.

Grundlegendes zu Tag-Modellen und Richtlinien understand-tag-models-guidelines

Ein Tag-Modell ist eine Gruppe verwandter Tags, die mit verschiedenen visuellen Aspekten von Bildern verknüpft sind, die mit Tags versehen werden. Tags beziehen sich auf die deutlich unterschiedlichen visuellen Aspekte von Bildern, sodass die Tags beim Suchen nach bestimmten Bildtypen hilfreich sind. Beispielsweise kann eine Schuhkollektion unterschiedliche Tags haben, aber alle Tags beziehen sich auf Schuhe und können zum selben Tag-Modell gehören. Tags helfen dabei, verschiedene Schuhtypen zu finden, zum Beispiel nach Design oder nach Funktion.

Bevor Sie ein Tag-Modell erstellen und den Service trainieren, identifizieren Sie einen Satz eindeutiger Tags, die die Objekte in den Bildern im Kontext Ihres Unternehmens am besten beschreiben. Stellen Sie sicher, dass die Assets in Ihrem kuratierten Satz den Trainings-Richtlinien entsprechen.

Trainings-Richtlinien training-guidelines

Stellen Sie sicher, dass die Bilder im Trainings-Satz den folgenden Richtlinien entsprechen:

Metrik

Beschreibung

Menge und Größe

Mindestens 10 und maximal 50 Bilder pro Tag.

Kohärenz

Stellen Sie sicher, dass sich die Bilder für ein Tag visuell ähneln. Es wird empfohlen, die Tags derselben visuellen Aspekte (z. B. desselben Objekttyps in einem Bild) zu einem einzigen Tag-Modell zusammenzufassen. So ist es beispielsweise nicht empfehlenswert, alle diese Bilder mit dem Tag my-party zu versehen (zu Trainings-Zwecken), da sie einander visuell nicht ähnlich sind.

Abbildung: Bilder zur Veranschaulichung von Kohärenz als Beispiele für die Richtlinien für das Training

Abdeckung

Bei den Trainings-Bildern muss eine ausreichende Vielfalt vorhanden sein. Das Prinzip ist, mit wenigen Bildern eine verhältnismäßig vielfältige Auswahl bereitzustellen, damit die KI lernt, sich auf die richtigen Dinge zu konzentrieren. Wenn Sie dasselbe Tag auf visuell unähnliche Bilder anwenden, schließen Sie mindestens fünf Beispiele für jeden Typ ein. Beispiel: Schließen Sie für das Tag model-down-pose mehr Trainings-Bilder ein, die dem hervorgehobenen Bild unten ähnlich sind, sodass der Service ähnliche Bilder beim Hinzufügen von Tags genauer identifizieren kann.

Abbildung: Bilder zur Veranschaulichung von Abdeckung als Beispiele für die Richtlinien für das Training

Ablenkung/Verdeckung

Der Dienst kann besser mit Bildern trainieren, die weniger Ablenkungen enthalten (hervorgehobenen Hintergründe oder Elemente ohne Bezug wie Objekte/Personen neben dem Hauptsubjekt). Beispiel: Für das Tag casual-shoe ist das zweite Bild kein guter Kandidat für das Training.

Abbildung: Bilder zur Veranschaulichung von Ablenkung/Verdeckung als Beispiel für die Richtlinien für das Training

Vollständigkeit

Wenn ein Bild für mehrere Tags qualifiziert ist, fügen Sie alle entsprechenden Tags hinzu, bevor Sie das Bild für ein Training verwenden. Fügen Sie beispielsweise für Tags wie Regenmantel und Modell-Seitenansicht beide Tags für das entsprechende Asset hinzu, bevor Sie es für die Schulung hinzufügen.

Abbildung: Bilder zur Veranschaulichung von Vollständigkeit als Beispiele für die Richtlinien für das Training

Anzahl der Tags

Adobe empfiehlt, dass Sie ein Modell mit mindestens zwei verschiedenen Tags und mindestens zehn verschiedenen Bildern für jedes Tag trainieren. Fügen Sie in einem einzelnen Tag-Modell nicht mehr als 50 Tags hinzu.

Anzahl der Beispiele

Fügen Sie für jedes Tag mindestens zehn Beispiele hinzu. Adobe empfiehlt jedoch etwa 30 Beispiele. Es werden maximal 50 Beispiele pro Tag unterstützt.

Vermeiden von falsch positiven Ergebnissen und Konflikten

Adobe empfiehlt die Erstellung eines einzelnen Tag-Modells für ein einzelnes visuelles Element. Strukturieren Sie die Tag-Modelle so, dass überlappende Tags zwischen den Modellen vermieden werden. Verwenden Sie beispielsweise keine allgemeinen Tags wie Sneakers in zwei verschiedenen Tag-Modellen, die Schuhe und Schuhwerk heißen. Der Trainings-Prozess überschreibt ein trainiertes Tag-Modell mit dem anderen für ein gemeinsames Keyword.

Beispiele: Weitere Beispiele zur Orientierung:

Trainieren des Modelle für Ihre benutzerdefinierten Tags train-model

Gehen Sie folgendermaßen vor, um ein Modell für Ihre geschäftsspezifischen Tags zu erstellen und zu trainieren:

Abbildung: Schritte des Trainings-Workflows zum Trainieren des Tagging-Modells.

Anzeigen von Trainings-Status und -Bericht training-status

Um sicherzustellen, dass der Smart-Tags-Service mit Ihren Tags im Asset-Trainings-Satz trainiert wurde, überprüfen Sie den Bericht zum Trainings-Workflow über die Berichte-Konsole.

Einschränkungen und Best Practices im Zusammenhang mit Smart-Tags limitations-smart-tags-training