Abrufen der Validierungsergebnisse

Die Überprüfungsergebnisse enthalten Fehlerinformationen für Terminal-Manifest-Inhaltsfehler undFehler bei der Überprüfung von JSON-Zeilen außerhalb des Terminals. Es gibt drei Dateien mit Überprüfungsergebnissen.

• training_manifest_with_validation.json — Eine Kopie der Manifestdatei des Trainingsdatensatzes mit hinzugefügten JSON-Line-Fehlerinformationen.

• testing_manifest_with_validation.json — Eine Kopie der Manifestdatei des Testdatensatzes mit hinzugefügten JSON-Line-Fehlerinformationen.

• manifest_summary.json — Eine Zusammenfassung der Fehler im Manifestinhalt und der JSON-Zeilenfehler, die in den Trainings- und Testdatensätzen gefunden wurden. Weitere Informationen finden Sie unter Verstehen der Manifestübersicht.

Informationen zum Inhalt der Validierungsmanifeste für Schulungen und Tests finden Sie unterDebuggen eines fehlgeschlagenen Modelltrainings.

Anmerkung

• Die Validierungsergebnisse werden nur erstellt, wenn keine Ergebnisse während des Trainings generiert Fehler in der Terminal-Manifest-Datei werden.

• Tritt nach der Validierung des Trainings- und Testmanifests ein Servicefehler auf, werden die Validierungsergebnisse erstellt, aber die Antwort von enthält DescribeProjectVersionsnicht die Speicherorte der Validierungsergebnisdateien.

Nach Abschluss oder Fehlschlagen der Schulung können Sie die Validierungsergebnisse mithilfe der Amazon Rekognition Custom Labels-Konsole herunterladen oder den Amazon S3 S3-Bucket-Standort abrufen, indem Sie die API aufrufen DescribeProjectVersions.

Validierungsergebnisse abrufen (Konsole)

Wenn Sie die Konsole verwenden, um Ihr Modell zu trainieren, können Sie die Validierungsergebnisse aus der Modellliste eines Projekts herunterladen, wie in der folgenden Abbildung dargestellt.

Sie können die Validierungsergebnisse auch von der Detailseite eines Modells herunterladen.

Weitere Informationen finden Sie unter Ein Model trainieren (Konsole).

Validierungsergebnisse abrufen (SDK)

Nach Abschluss des Modelltrainings speichert Amazon Rekognition Custom Labels die Validierungsergebnisse in dem Amazon S3 S3-Bucket, der während des Trainings angegeben wurde. Sie können den Standort des S3-Buckets abrufen, indem Sie die DescribeProjectVersionsAPI aufrufen, nachdem das Training abgeschlossen ist. Informationen zum Trainieren eines Modells finden Sie unterEin Modell trainieren (SDK).

Ein ValidationDataObjekt wird für den Trainingsdatensatz (TrainingDataResult) und den Testdatensatz (TestingDataResult) zurückgegeben. Die Manifestzusammenfassung wird zurückgegebenManifestSummary.

Nachdem Sie den Amazon S3 S3-Bucket-Standort abgerufen haben, können Sie die Validierungsergebnisse herunterladen. Weitere Informationen finden Sie unter Wie lade ich ein Objekt von einem S3-Bucket herunter? . Sie können die GetObjectOperation auch verwenden.

Um Validierungsdaten abzurufen (SDK)

1. Falls noch nicht geschehen, installieren und konfigurieren Sie die AWS CLI und die AWS SDKs. Weitere Informationen finden Sie unter Schritt 4: Richten Sie die AWS CLI und SDKs ein AWS.

2. Verwenden Sie das folgende Beispiel, um den Speicherort der Überprüfungsergebnisse zu ermitteln.

   Python

   Ersetzen Sie project_arn durch den Amazon-Ressourcennamen (ARN) des Projekts, das das Modell enthält. Weitere Informationen finden Sie unter Verwalten eines Amazon Rekognition Custom Labels-Projekts. version_nameErsetzen Sie durch den Namen der Modellversion. Weitere Informationen finden Sie unter Ein Modell trainieren (SDK).

   import boto3
   import io
   from io import BytesIO
   import sys
   import json
   
   
   def describe_model(project_arn, version_name):
   
       client=boto3.client('rekognition')
       
       response=client.describe_project_versions(ProjectArn=project_arn,
           VersionNames=[version_name])
   
       for model in response['ProjectVersionDescriptions']:
           print(json.dumps(model,indent=4,default=str))
          
   def main():
   
       project_arn='project_arn'
       version_name='version_name'
   
       describe_model(project_arn, version_name)
   
   if __name__ == "__main__":
       main()

3. Notieren Sie sich in der Programmausgabe das Validation Feld innerhalb der TrainingDataResult Objekte TestingDataResult und. Die Zusammenfassung des Manifests ist daManifestSummary.