Définition de lignes JSON pour la classification des images

Vous définissez une ligne JSON pour chaque image que vous souhaitez utiliser dans un fichier manifeste Amazon Lookout for Vision. Si vous souhaitez créer un modèle de classification, la ligne JSON doit inclure une classification d'image normale ou anormale. Une ligne JSON est au format SageMaker Ground Truth Classification Job Output. Un fichier manifeste est composé d’une ou de plusieurs lignes JSON, une pour chaque image que vous souhaitez importer.

Pour créer un fichier manifeste pour les images classifiées

1. Créez un fichier texte vide.

2. Ajoutez une ligne JSON pour chaque image que vous souhaitez importer. Chaque ligne JSON doit ressembler à ce qui suit :

   {"source-ref":"s3://lookoutvision-console-us-east-1-nnnnnnnnnn/gt-job/manifest/IMG_1133.png","anomaly-label":1,"anomaly-label-metadata":{"confidence":0.95,"job-name":"labeling-job/testclconsolebucket","class-name":"normal","human-annotated":"yes","creation-date":"2020-04-15T20:17:23.433061","type":"groundtruth/image-classification"}}
   

3. Enregistrez le fichier.

   Note

   Vous pouvez utiliser l’extension .manifest, mais cela n’est pas obligatoire.

4. Créez un jeu de données à l’aide du fichier manifeste que vous avez créé. Pour plus d’informations, consultez Création d’un fichier manifeste.

Lignes JSON de classification

Dans cette section, vous allez apprendre à créer une ligne JSON qui classe une image comme normale ou anormale.

Ligne JSON d'anomalie

La ligne JSON suivante montre une image étiquetée comme une anomalie. Notez que la valeur de class-name estanomaly.

{
    "source-ref": "s3: //bucket/image/anomaly/abnormal-1.jpg",
    "anomaly-label-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/auto-label",
        "class-name": "anomaly",
        "human-annotated": "yes",
        "creation-date": "2020-11-10T03:37:09.600",
        "type": "groundtruth/image-classification"
    },
    "anomaly-label": 1
}                
                

Ligne JSON normale

La ligne JSON suivante montre une image étiquetée comme normale. Notez que la valeur de class-name estnormal.

{
    "source-ref": "s3: //bucket/image/normal/2020-10-20_12-14-55_613.jpeg",
    "anomaly-label-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/auto-label",
        "class-name": "normal",
        "human-annotated": "yes",
        "creation-date": "2020-11-10T03:37:09.603",
        "type": "groundtruth/image-classification"
    },
    "anomaly-label": 0
}

Clés et valeurs de ligne JSON

Les informations suivantes décrivent les clés et les valeurs d'une ligne JSON Amazon Lookout for Vision.

Source-réf.

(Obligatoire) Emplacement Amazon S3 de l’image. Le format est "s3://BUCKET/OBJECT_PATH". Les images d’un jeu de données importé doivent être stockées dans le même compartiment Amazon S3.

étiquette d'anomalie

(Obligatoire) Attribut de l’étiquette. Utilisez la clé anomaly-label ou un autre nom de clé de votre choix. La valeur clé (0dans l'exemple précédent) est requise par Amazon Lookout for Vision, mais elle n'est pas utilisée. Le manifeste de sortie créé par Amazon Lookout for Vision convertit la valeur en 1 pour une image anormale et la valeur 0 en pour une image normale. La valeur de class-name détermine si l'image est normale ou anormale.

Les métadonnées correspondantes doivent être identifiées par le nom du champ, nom auquel vous devez ajouter -metadata. Par exemple, "anomaly-label-metadata".

anomaly-label-metadata

(Obligatoire) Métadonnées relatives à l’attribut de l’étiquette. Le nom du champ doit être identique à celui de l’attribut de l’étiquette. La mention -metadata doit être ajoutée à la fin du nom.

confidence

(Facultatif) Actuellement non utilisé par Amazon Lookout for Vision. Si vous spécifiez une valeur, utilisez une valeur de1.

job-name

(Facultatif) Nom que vous choisissez pour la tâche qui traitera l’image.

class-name

(Obligatoire) Si l'image contient un contenu normal, spécifieznormal, sinon spécifiezanomaly. Si la valeur de class-name est une autre valeur, l'image est ajoutée au jeu de données en tant qu'image non étiquetée. Pour étiqueter une image, voirAjouter des images à votre jeu de données.

human-annotated

(Obligatoire) Spécifiez "yes" si l’annotation a été complétée par un humain. Sinon, spécifiez "no".

creation-date

(Facultatif) Date et heure de création de l'étiquette en temps universel coordonné (UTC).

type

(Obligatoire) Type de traitement à appliquer à l’image. Pour les étiquettes d'anomalies au niveau de l'image, la valeur est. "groundtruth/image-classification"