Definizione delle JSON linee per la segmentazione dell'immagine

Definisci una JSON riga per ogni immagine che desideri utilizzare in un file manifest di Amazon Lookout for Vision. Se desideri creare un modello di segmentazione, la JSON riga deve includere informazioni di segmentazione e classificazione dell'immagine. Un file manifesto è composto da una o più JSON righe, una per ogni immagine che si desidera importare.

Per creare un file manifesto per immagini segmentate

1. Creare un file di testo vuoto.

2. Aggiungi una JSON riga per ogni immagine che desideri importare. Ogni JSON riga dovrebbe avere un aspetto simile alla seguente:

   {"source-ref":"s3://path-to-image","anomaly-label":1,"anomaly-label-metadata":{"class-name":"anomaly","creation-date":"2021-10-12T14:16:45.668","human-annotated":"yes","job-name":"labeling-job/classification-job","type":"groundtruth/image-classification","confidence":1},"anomaly-mask-ref":"s3://path-to-image","anomaly-mask-ref-metadata":{"internal-color-map":{"0":{"class-name":"BACKGROUND","hex-color":"#ffffff","confidence":0.0},"1":{"class-name":"scratch","hex-color":"#2ca02c","confidence":0.0},"2":{"class-name":"dent","hex-color":"#1f77b4","confidence":0.0}},"type":"groundtruth/semantic-segmentation","human-annotated":"yes","creation-date":"2021-11-23T20:31:57.758889","job-name":"labeling-job/segmentation-job"}}

3. Salvare il file.

   Nota

   È possibile utilizzare l'estensione.manifest, ma non è necessaria.

4. Creare un set di dati utilizzando il file manifest che si è creato. Per ulteriori informazioni, consulta Creazione di un file manifesto.

Linee di segmentazione JSON

In questa sezione, imparerai come creare una JSON linea che includa informazioni di segmentazione e classificazione per un'immagine.

La JSON riga seguente mostra un'immagine con informazioni di segmentazione e classificazione. anomaly-label-metadatacontiene informazioni sulla classificazione. anomaly-mask-refe anomaly-mask-ref-metadata contengono informazioni sulla segmentazione.

{
    "source-ref": "s3://path-to-image",
    "anomaly-label": 1,
    "anomaly-label-metadata": {
        "class-name": "anomaly",
        "creation-date": "2021-10-12T14:16:45.668",
        "human-annotated": "yes",
        "job-name": "labeling-job/classification-job",
        "type": "groundtruth/image-classification",
        "confidence": 1
    },
    "anomaly-mask-ref": "s3://path-to-image",
    "anomaly-mask-ref-metadata": {
        "internal-color-map": {
            "0": {
                "class-name": "BACKGROUND",
                "hex-color": "#ffffff",
                "confidence": 0.0
            },
            "1": {
                "class-name": "scratch",
                "hex-color": "#2ca02c",
                "confidence": 0.0
            },
            "2": {
                "class-name": "dent",
                "hex-color": "#1f77b4",
                "confidence": 0.0
            }
        },
        "type": "groundtruth/semantic-segmentation",
        "human-annotated": "yes",
        "creation-date": "2021-11-23T20:31:57.758889",
        "job-name": "labeling-job/segmentation-job"
    }
}               
                

JSONchiavi e valori di linea

Le seguenti informazioni descrivono le chiavi e i valori di una linea Amazon Lookout for JSON Vision.

source-ref

(Obbligatorio) La posizione dell’immagine di Amazon S3. Il formato è "s3://BUCKET/OBJECT_PATH". Le immagini in un set di dati importato devono essere archiviate nello stesso bucket Amazon S3.

etichetta di anomalia

(Obbligatorio) L’etichetta dell'attributo. Usa la chiave anomaly-label o un altro nome di chiave a tua scelta. Il valore chiave (1nell'esempio precedente) è richiesto da Amazon Lookout for Vision, ma non viene utilizzato. Il manifesto di output creato da Amazon Lookout for Vision converte il valore 1 in un'immagine anomala e un valore 0 in un'immagine normale. Il valore di class-name determina se l'immagine è normale o anomala.

Devono esserci metadati corrispondenti identificati dal nome del campo con l'aggiunta di -metadata. Ad esempio "anomaly-label-metadata".

anomaly-label-metadata

(Obbligatorio) Metadati sull'attributo etichetta. Contiene informazioni sulla classificazione. Il nome del campo deve essere lo stesso dell'attributo etichetta con l'aggiunta di -metadata.

affidabilità

(Facoltativo) Attualmente non utilizzato da Amazon Lookout for Vision. Se specifichi un valore, usa un valore di1.

job-name

(Facoltativo) Un nome che si scegle per il lavoro che elabora l'immagine.

class-name (nome classe)

(Obbligatorio) Se l'immagine contiene contenuti normali, specificatelonormal, altrimenti specificateloanomaly. Se il valore di class-name è qualsiasi altro valore, l'immagine viene aggiunta al set di dati come immagine senza etichetta. Per etichettare un'immagine, consulta. Aggiungere immagini al set di dati

annotato dall'uomo

(Obbligatorio) Specificare "yes" se l'annotazione è stata completata da un essere umano. In caso contrario, specificare "no".

creation-date

(Facoltativo) La data e l'ora del Coordinated Universal Time (UTC) in cui è stata creata l'etichetta.

tipo

(Obbligatorio) Il tipo di processo da applicare all'immagine. Usa il valore"groundtruth/image-classification".

anomaly-mask-ref

(Obbligatorio) La posizione in Amazon S3 dell'immagine della maschera. anomaly-mask-refUtilizzalo per il nome della chiave o usa un nome chiave a tua scelta. La chiave deve terminare con-ref. L'immagine della maschera deve contenere maschere colorate per ogni tipo di internal-color-map anomalia. Il formato è "s3://BUCKET/OBJECT_PATH". Le immagini in un set di dati importato devono essere archiviate nello stesso bucket Amazon S3. L'immagine della maschera deve essere in formato Portable Network Graphic (PNG).

anomaly-mask-ref-metadata

(Obbligatorio) Metadati di segmentazione per l'immagine. anomaly-mask-ref-metadataUtilizzatelo per il nome della chiave o utilizzate un nome chiave a vostra scelta. Il nome della chiave deve terminare con-ref-metadata.

internal-color-map

(Obbligatorio) Una mappa di colori che corrisponde ai singoli tipi di anomalia. I colori devono corrispondere ai colori dell'immagine della maschera (anomaly-mask-ref).

key

(Obbligatorio) La chiave per accedere alla mappa. La voce 0 deve contenere il nome della classe BACKGROUND che rappresenta le aree al di fuori delle anomalie sull'immagine.

class-name (nome classe)

(Obbligatorio) Il nome del tipo di anomalia, ad esempio scratch o dent.

colore esadecimale

(Obbligatorio) Il colore esadecimale per il tipo di anomalia, ad esempio. #2ca02c Il colore deve corrispondere a un colore inanomaly-mask-ref. Il valore per il tipo di BACKGROUND anomalia è sempre#ffffff.

affidabilità

(Obbligatorio) Attualmente non è utilizzato da Amazon Lookout for Vision, ma è richiesto un valore float.

annotato dall'uomo

(Obbligatorio) Specificare "yes" se l'annotazione è stata completata da un essere umano. In caso contrario, specificare "no".

creation-date

(Facoltativo) La data e l'ora del Coordinated Universal Time (UTC) in cui sono state create le informazioni di segmentazione.

tipo

(Obbligatorio) Il tipo di processo da applicare all'immagine. Usa il valore"groundtruth/semantic-segmentation".