Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Bildklassifikation - MXNet
Der Amazon SageMaker Bildklassifizierungsalgorithmus ist ein überwachter Lernalgorithmus, der eine Klassifizierung mit mehreren Labels unterstützt. Ein Bild wird als Eingabe herangezogen und es werden eine oder mehrere Kennzeichnungen ausgegeben, die diesem Bild zugewiesen sind. Er verwendet ein neuronales Faltungsnetzwerk, das von Grund auf trainiert werden kann oder mittels Transfer Learning, wenn keine große Anzahl von Trainingsbildern zur Verfügung steht.
Das empfohlene Eingabeformat für die Amazon SageMaker-Bildklassifizierungsalgorithmen ist Apache MXNet RecordIO
Anmerkung
Um eine bessere Interoperabilität mit vorhandenen Deep Learning-Frameworks zu erhalten, unterscheidet sich dies von den protobuf-Datenformaten, die generell von anderen Amazon SageMaker-Algorithmen verwendet werden.
Weitere Informationen zu Faltungsnetzwerken finden Sie unter:
-
Deep residual learning for image recognition
Kaiming He, et al., 2016 IEEE Conference on Computer Vision and Pattern Recognition
Themen
E/A-Schnittstelle für den Bildklassifikationsalgorithmus
Der SageMaker Image Classification-Algorithmus unterstützt sowohl RecordIO (application/x-recordio) als auch image (image/png, image/jpeg, and application/x-image) Inhaltstypen für das Training im Dateimodus und unterstützt den Inhaltstyp RecordIO (application/x-recordio) für das Training im Pipe-Modus. Sie können jedoch das Training mithilfe der Bilddateien (image/png, image/jpeg und application/x-image) auch im Pipe-Modus ausführen, ohne RecordIO-Dateien zu erstellen, indem Sie das augmentierte Manifestformat verwenden.
Verteilte Trainings werden für den Dateimodus und den Pipe-Modus unterstützt. Wenn Sie den Inhaltstyp RecordIO im Pipe-Modus verwenden, müssen Sie den S3DataDistributionType von S3DataSource auf FullyReplicated festlegen. Der Algorithmus unterstützt ein vollständig repliziertes Modell, bei dem Ihre Daten auf jeden Computer kopiert werden.
Der Algorithmus unterstützt image/png, image/jpeg und application/x-image für Inferenzen.
Trainieren mit dem RecordIO-Format
Wenn Sie das RecordIO-Format für Schulungen verwenden, geben Sie sowohl den train- als auch den und validation-Kanal als Werte für den InputDataConfig-Parameter der CreateTrainingJob-Anforderung an. Geben Sie eine RecordIO-Datei (.rec) im train-Kanal und eine RecordIO-Datei im validation-Kanal an. Legen Sie den Inhaltstyp für beide Kanäle auf application/x-recordio fest.
Trainieren mit dem Bildformat
Wenn Sie das Image-Format für Schulungen verwenden, geben Sie train-, validation-, train_lst- und validation_lst-Kanäle als Werte für den InputDataConfig-Parameter der CreateTrainingJob-Anforderung an. Geben Sie die einzelnen Bilddaten (.jpg- oder .png-Dateien) für die Kanäle train und validation an. Geben Sie eine .lst-Datei im train_lst- und im validation_lst-Kanal an. Legen Sie den Inhaltstyp für alle vier Kanäle auf application/x-image fest.
Anmerkung
SageMaker liest die Trainings- und Validierungsdaten getrennt von verschiedenen Kanälen, daher müssen Sie die Trainings- und Validierungsdaten in verschiedenen Ordnern speichern.
Eine .lst-Datei ist eine tabulatorgetrennte Datei mit drei Spalten, die eine Liste mit Bilddateien enthält. Die erste Spalte gibt den Bildindex an, die zweite Spalte gibt den Klassenbezeichnungsindex für das Bild an und die dritte Spalte gibt den relativen Pfad der Bilddatei an. Der Bildindex in der ersten Spalte muss über alle Bilder hinweg eindeutig sein. Die Klassenbezeichnungsindizes sind aufeinanderfolgend nummeriert und die Nummerierung sollte mit 0 beginnen. Beispiel: 0 für die Klasse "cat", 1 für die Klasse "dog" und so weiter für zusätzliche Klassen.
Im Folgenden wird ein Beispiel für eine .lst-Datei dargestellt:
5 1 your_image_directory/train_img_dog1.jpg
1000 0 your_image_directory/train_img_cat1.jpg
22 1 your_image_directory/train_img_dog2.jpgWenn beispielsweise Ihre Trainingsbilder unter s3://<your_bucket>/train/class_dog, s3://<your_bucket>/train/class_cat usw. gespeichert sind, geben Sie den Pfad für Ihren train-Kanal als s3://<your_bucket>/train an, das oberste Verzeichnis für Ihre Daten. Geben Sie in der .lst-Datei den relativen Pfad für eine einzelne Datei mit dem Namen train_image_dog1.jpg im class_dog-Klassenverzeichnis als class_dog/train_image_dog1.jpg an. Sie können auch all Ihre Bilddateien in einem Unterverzeichnis innerhalb des train-Verzeichnisses speichern. In diesem Fall verwenden Sie dieses Unterverzeichnis für den relativen Pfad. Zum Beispiel s3://<your_bucket>/train/your_image_directory.
Trainieren mit dem erweiterten Manifest-Image-Format
Im erweiterten Manifestformat können Sie das Training mit den Bilddateien im Pipe-Modus vornehmen, ohne RecordIO-Dateien erstellen zu müssen. Sie müssen sowohl den train- als auch den und validation-Kanal als Werte für den InputDataConfig-Parameter der CreateTrainingJob-Anforderung angeben. Beim Verwenden dieses Formats muss eine S3-Manifestdatei generiert werden, die die Liste der Bilder und der entsprechenden Anmerkungen enthält. Das Manifestdateiformat sollte im JSON Lines'source-ref'-Tags, das auf den S3-Speicherort der Bilder zeigt, angegeben. Die Anmerkungen werden unter dem Parameterwert "AttributeNames" bereitgestellt, wie in der Anforderung CreateTrainingJob angegeben. Es können auch zusätzliche Metadaten unter dem metadata-Tag enthalten sein. Diese werden jedoch vom Algorithmus ignoriert. Im folgenden Beispiel sind die "AttributeNames" in der Liste der Bild- und Anmerkungsreferenzen ["source-ref", "class"] enthalten. Der entsprechende Bezeichnungswert ist "0" für das erste Bild und “1” für das zweite Bild:
{"source-ref":"s3://image/filename1.jpg", "class":"0"} {"source-ref":"s3://image/filename2.jpg", "class":"1", "class-metadata": {"class-name": "cat", "type" : "groundtruth/image-classification"}}
Beim Training mit dem Bildklassifikationsalgorithmus muss die Reihenfolge der "AttributeNames" in den Eingabedateien beachtet werden. Er akzeptiert Daten, die in einer bestimmten Reihenfolge übergeben werden. Dabei kommt image zuerst, gefolgt von label. Die "AttributeNames" in diesem Beispiel werden daher mit "source-ref" an erster Stelle angegeben, gefolgt von "class". Bei Verwendung des Bildklassifikationsalgorithmus mit dem erweiterten Manifest muss der Wert des RecordWrapperType-Parameters "RecordIO" sein.
Multi-Label-Training wird auch durch die Angabe eines JSON-Arrays von Werten unterstützt. Der num_classes-Hyperparameter muss so eingestellt werden, dass er der Gesamtzahl der Klassen entspricht. Es gibt zwei gültige Beschriftungsformate: multi-hot und class-id.
Im Multi-Hot-Format ist jede Beschriftung ein Multi-Hot-codierter Vektor aller Klassen, wobei jede Klasse den Wert 0 oder 1 annimmt. Im folgenden Beispiel werden drei Klassen beschrieben. Das erste Bild ist mit den Klassen 0 und 2 beschriftet, während das zweite Bild nur mit Klasse 2 beschriftet ist:
{"image-ref": "s3://mybucket/sample01/image1.jpg", "class": "[1, 0, 1]"} {"image-ref": "s3://mybucket/sample02/image2.jpg", "class": "[0, 0, 1]"}
Im Klassen-ID-Format ist jede Beschriftung eine Liste der Klassen-IDs aus [0, num_classes), die für den Datenpunkt gelten. Das vorherige Beispiel würde stattdessen wie folgt aussehen:
{"image-ref": "s3://mybucket/sample01/image1.jpg", "class": "[0, 2]"} {"image-ref": "s3://mybucket/sample02/image2.jpg", "class": "[2]"}
Das Multi-Hot-Format ist die Standardeinstellung, kann aber explizit im Inhaltstyp mit dem label-format-Parameter gesetzt werden: "application/x-recordio;
label-format=multi-hot". Das Klassen-ID-Format, das das von GroundTruth ausgegebene Format ist, muss explizit gesetzt werden: "application/x-recordio;
label-format=class-id".
Weitere Informationen zu erweiterten Manifestdateien finden Sie unter Bereitstellen von Dataset-Metadaten für Schulungsaufträge mit einer erweiterten Manifestdatei.
Inkrementelles Training
Sie können das Training eines neuen Modells auch mit den Artefakten eines Modells beginnen, das Sie zuvor mit SageMaker trainiert haben. Inkrementelles Training spart Trainingszeit, wenn Sie ein neues Modell mit denselben oder ähnlichen Daten trainieren wollen. SageMaker-Bildklassifizierungsmodelle können nur mit einem anderen integrierten Bildklassifizierungsmodell erstellt werden, das in SageMaker trainiert wurde.
Um ein vorgeschultes Modell zu verwenden, geben Sie in der CreateTrainingJob-Anforderung den ChannelName als "model" im InputDataConfig-Parameter an. Legen Sie den ContentType für den Modellkanal auf application/x-sagemaker-model fest. Die Eingabehyperparameter des neuen und des vortrainierten Modells, die Sie in den Modellkanal hochladen, müssen die gleichen Einstellungen für die Eingabeparameter num_layers, image_shape und num_classes besitzen. Diese Parameter definieren die Netzwerkarchitektur. Verwenden Sie für die vortrainierte Modelldatei die von SageMaker ausgegebenen komprimierten Modellartefakte (im .tar.gz-Format). Sie können entweder RecordIO- oder Bildformate als Eingabedaten verwenden.
Inferenz mit dem Bildklassifizierungsalgorithmus
Die generierten Modelle können zum Inferieren gehostet werden und unterstützen kodierte .jpg- und .png-Bildformate als image/png,
image/jpeg- und application/x-image-Inhaltstyp. Die Größe des Eingabebilds wird automatisch geändert. Bei Stapeltransformationen werden für alle Klassen die Wahrscheinlichkeitswerte ausgegeben, im JSON-Format oder im JSON Lines-Textformat
accept: application/jsonlines {"prediction": [prob_0, prob_1, prob_2, prob_3, ...]}
Weitere Details zu Training und Inferenz finden Sie in den Beispiel-Notebook-Instances zur Bildklassifikation, auf die in der Einführung verwiesen wurde.
EC2-Instance-Empfehlung für den Bildklassifikationsalgorithmus
Für die Bildklassifizierung unterstützen wir P2-, P3-, G4dn- und G5-Instances. Wir empfehlen die Verwendung von GPU-Instances mit mehr Arbeitsspeicher zum Training mit großen Stapelgrößen. Sie können den Algorithmus auch in Multi-GPU- und Multi-Maschinen-Umgebungen für verteiltes Training ausführen. Sowohl CPU-Instanzen (wie C4) als auch GPU-Instanzen (P2, P3, G4dn oder G5) können für Inferenzen verwendet werden.
Beispiel-Notebooks für die Bildklassifikation
Ein Beispielnotizbuch, das den Bildklassifizierungsalgorithmus von SageMaker verwendet, finden Sie unter Erstellen und Registrieren eines MXNet-Bildklassifizierungsmodells über SageMaker-Pipelines
