Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Ajouter un jeu de données à un projet
Vous pouvez ajouter un jeu de données d'entraînement ou un jeu de données de test à un projet existant. Si vous souhaitez remplacer un jeu de données existant, supprimez-le d'abord. Pour plus d'informations, veuillez consulter Supprimer un ensemble de données.. Ajoutez ensuite le nouveau jeu de données.
Ajouter un jeu de données à un projet (console)
Vous pouvez ajouter un ensemble de données de formation ou de test à un projet à l'aide de la console Amazon Rekognition Custom Labels.
Pour ajouter un ensemble de données à un projet
Ouvrez la console Amazon Rekognition à l'adresse https://console.aws.amazon.com/rekognition/.
-
Dans le volet de gauche, choisissez Utiliser des étiquettes personnalisées. La page d'accueil des étiquettes personnalisées Amazon Rekognition s'affiche.
-
Dans le panneau de navigation de gauche, choisissez Projects. La vue Projets s'affiche.
-
Choisissez le projet auquel vous souhaitez ajouter un ensemble de données.
-
Dans le panneau de navigation de gauche, sous le nom du projet, choisissez ensemble de données.
-
Si le projet ne possède pas de jeu de données existant, la page Créer un jeu de données s'affiche. Procédez comme suit :
-
Sur la page Créer un jeu de données, entrez les informations relatives à la source de l'image. Pour plus d'informations, veuillez consulter Création de jeux de données d’entraînement et de test avec des images.
-
Choisissez Créer un jeu de données pour créer le jeu de données.
-
Si le projet possède un ensemble de données existant (formation ou test), la page des détails du projet s'affiche. Procédez comme suit :
-
Sur la page des détails du projet, sélectionnez Actions.
-
Si vous souhaitez ajouter un jeu de données d'entraînement, choisissez Créer un jeu de données d'entraînement.
-
Si vous souhaitez ajouter un jeu de données de test, choisissez Créer un jeu de données de test.
-
Sur la page Créer un jeu de données, entrez les informations relatives à la source de l'image. Pour plus d'informations, veuillez consulter Création de jeux de données d’entraînement et de test avec des images.
-
Choisissez Créer un jeu de données pour créer le jeu de données.
-
Ajoutez des images à votre jeu de données. Pour plus d'informations, veuillez consulter Ajouter d'autres images (console).
-
Ajoutez des étiquettes à votre jeu de données. Pour plus d'informations, veuillez consulter Ajout de nouvelles étiquettes (console).
-
Ajoutez des étiquettes à vos images. Si vous ajoutez des étiquettes au niveau de l'image, consultezAttribution d’étiquettes au niveau de l’image à une image. Si vous ajoutez des cadres de sélection, consultezÉtiquetage des objets à l’aide de cadres de délimitation. Pour plus d'informations, veuillez consulter Utilisation des jeux de données.
Ajouter un jeu de données à un projet (SDK)
Vous pouvez ajouter un ensemble de données de train ou de test à un ensemble de données de test à un projet existant de la manière suivante :
Pour ajouter un jeu de données à un projet (SDK)
-
Si vous ne l'avez pas déjà fait, installez et configurez lesAWS CLIAWS SDK. Pour plus d'informations, veuillez consulter Étape 4 : Configuration des AWS SDK AWS CLI et.
-
Utilisez les exemples suivants pour ajouter des lignes JSON à un ensemble de données.
- CLI
-
Remplacezproject_arn
par le projet auquel vous souhaitez ajouter le jeu de données. Remplacezdataset_type
parTRAIN
pour créer un jeu de données d'entraînement ouTEST
pour créer un ensemble de données de test.
aws rekognition create-dataset --project-arn project_arn
\
--dataset-type dataset_type
\
--profile custom-labels-access
- Python
-
Utilisez le code suivant pour créer un ensemble de données. Fournissez les options de ligne de commande suivantes :
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
import argparse
import logging
import time
import boto3
from botocore.exceptions import ClientError
logger = logging.getLogger(__name__)
def create_empty_dataset(rek_client, project_arn, dataset_type):
"""
Creates an empty Amazon Rekognition Custom Labels dataset.
:param rek_client: The Amazon Rekognition Custom Labels Boto3 client.
:param project_arn: The ARN of the project in which you want to create a dataset.
:param dataset_type: The type of the dataset that you want to create (train or test).
"""
try:
#Create the dataset.
logger.info("Creating empty %s dataset for project %s",
dataset_type, project_arn)
dataset_type=dataset_type.upper()
response = rek_client.create_dataset(
ProjectArn=project_arn, DatasetType=dataset_type
)
dataset_arn=response['DatasetArn']
logger.info("dataset ARN: %s", dataset_arn)
finished=False
while finished is False:
dataset=rek_client.describe_dataset(DatasetArn=dataset_arn)
status=dataset['DatasetDescription']['Status']
if status == "CREATE_IN_PROGRESS":
logger.info(("Creating dataset: %s ", dataset_arn))
time.sleep(5)
continue
if status == "CREATE_COMPLETE":
logger.info("Dataset created: %s", dataset_arn)
finished=True
continue
if status == "CREATE_FAILED":
error_message = f"Dataset creation failed: {status} : {dataset_arn}"
logger.exception(error_message)
raise Exception(error_message)
error_message = f"Failed. Unexpected state for dataset creation: {status} : {dataset_arn}"
logger.exception(error_message)
raise Exception(error_message)
return dataset_arn
except ClientError as err:
logger.exception("Couldn't create dataset: %s", err.response['Error']['Message'])
raise
def add_arguments(parser):
"""
Adds command line arguments to the parser.
:param parser: The command line parser.
"""
parser.add_argument(
"project_arn", help="The ARN of the project in which you want to create the empty dataset."
)
parser.add_argument(
"dataset_type", help="The type of the empty dataset that you want to create (train or test)."
)
def main():
logging.basicConfig(level=logging.INFO, format="%(levelname)s: %(message)s")
try:
# Get command line arguments.
parser = argparse.ArgumentParser(usage=argparse.SUPPRESS)
add_arguments(parser)
args = parser.parse_args()
print(f"Creating empty {args.dataset_type} dataset for project {args.project_arn}")
# Create the empty dataset.
session = boto3.Session(profile_name='custom-labels-access')
rekognition_client = session.client("rekognition")
dataset_arn=create_empty_dataset(rekognition_client,
args.project_arn,
args.dataset_type.lower())
print(f"Finished creating empty dataset: {dataset_arn}")
except ClientError as err:
logger.exception("Problem creating empty dataset: %s", err)
print(f"Problem creating empty dataset: {err}")
except Exception as err:
logger.exception("Problem creating empty dataset: %s", err)
print(f"Problem creating empty dataset: {err}")
if __name__ == "__main__":
main()
- Java V2
-
Utilisez le code suivant pour créer un ensemble de données. Fournissez les options de ligne de commande suivantes :
/*
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
SPDX-License-Identifier: Apache-2.0
*/
package com.example.rekognition;
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.rekognition.RekognitionClient;
import software.amazon.awssdk.services.rekognition.model.CreateDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.CreateDatasetResponse;
import software.amazon.awssdk.services.rekognition.model.DatasetDescription;
import software.amazon.awssdk.services.rekognition.model.DatasetStatus;
import software.amazon.awssdk.services.rekognition.model.DatasetType;
import software.amazon.awssdk.services.rekognition.model.DescribeDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.DescribeDatasetResponse;
import software.amazon.awssdk.services.rekognition.model.RekognitionException;
import java.net.URI;
import java.util.logging.Level;
import java.util.logging.Logger;
public class CreateEmptyDataset {
public static final Logger logger = Logger.getLogger(CreateEmptyDataset.class.getName());
public static String createMyEmptyDataset(RekognitionClient rekClient, String projectArn, String datasetType)
throws Exception, RekognitionException {
try {
logger.log(Level.INFO, "Creating empty {0} dataset for project : {1}",
new Object[] { datasetType.toString(), projectArn });
DatasetType requestDatasetType = null;
switch (datasetType) {
case "train":
requestDatasetType = DatasetType.TRAIN;
break;
case "test":
requestDatasetType = DatasetType.TEST;
break;
default:
logger.log(Level.SEVERE, "Unrecognized dataset type: {0}", datasetType);
throw new Exception("Unrecognized dataset type: " + datasetType);
}
CreateDatasetRequest createDatasetRequest = CreateDatasetRequest.builder().projectArn(projectArn)
.datasetType(requestDatasetType).build();
CreateDatasetResponse response = rekClient.createDataset(createDatasetRequest);
boolean created = false;
//Wait until updates finishes
do {
DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder()
.datasetArn(response.datasetArn()).build();
DescribeDatasetResponse describeDatasetResponse = rekClient.describeDataset(describeDatasetRequest);
DatasetDescription datasetDescription = describeDatasetResponse.datasetDescription();
DatasetStatus status = datasetDescription.status();
logger.log(Level.INFO, "Creating dataset ARN: {0} ", response.datasetArn());
switch (status) {
case CREATE_COMPLETE:
logger.log(Level.INFO, "Dataset created");
created = true;
break;
case CREATE_IN_PROGRESS:
Thread.sleep(5000);
break;
case CREATE_FAILED:
String error = "Dataset creation failed: " + datasetDescription.statusAsString() + " "
+ datasetDescription.statusMessage() + " " + response.datasetArn();
logger.log(Level.SEVERE, error);
throw new Exception(error);
default:
String unexpectedError = "Unexpected creation state: " + datasetDescription.statusAsString() + " "
+ datasetDescription.statusMessage() + " " + response.datasetArn();
logger.log(Level.SEVERE, unexpectedError);
throw new Exception(unexpectedError);
}
} while (created == false);
return response.datasetArn();
} catch (RekognitionException e) {
logger.log(Level.SEVERE, "Could not create dataset: {0}", e.getMessage());
throw e;
}
}
public static void main(String args[]) {
String datasetType = null;
String datasetArn = null;
String projectArn = null;
final String USAGE = "\n" + "Usage: " + "<project_arn> <dataset_type>\n\n" + "Where:\n"
+ " project_arn - the ARN of the project that you want to add copy the datast to.\n\n"
+ " dataset_type - the type of the empty dataset that you want to create (train or test).\n\n";
if (args.length != 2) {
System.out.println(USAGE);
System.exit(1);
}
projectArn = args[0];
datasetType = args[1];
try {
// Get the Rekognition client
RekognitionClient rekClient = RekognitionClient.builder()
.credentialsProvider(ProfileCredentialsProvider.create("custom-labels-access"))
.region(Region.US_WEST_2)
.build();
// Create the dataset
datasetArn = createMyEmptyDataset(rekClient, projectArn, datasetType);
System.out.println(String.format("Created dataset: %s", datasetArn));
rekClient.close();
} catch (RekognitionException rekError) {
logger.log(Level.SEVERE, "Rekognition client error: {0}", rekError.getMessage());
System.exit(1);
} catch (Exception rekError) {
logger.log(Level.SEVERE, "Error: {0}", rekError.getMessage());
System.exit(1);
}
}
}
-
Ajoutez des images au jeu de données. Pour plus d'informations, veuillez consulter Ajouter d'autres images (SDK).