Aggiungere un set di dati a un progetto (console)Aggiungere un set di dati a un progetto (SDK)

Aggiungere un set di dati a un progetto

È possibile aggiungere un set di dati di formazione o un set di dati di test a un progetto esistente. Se desideri sostituire un set di dati esistente, elimina prima il set di dati esistente. Per ulteriori informazioni, consulta Eliminazione di un dati. Quindi, aggiungi il nuovo set di dati.

Argomenti

Aggiungere un set di dati a un progetto (console)
Aggiungere un set di dati a un progetto (SDK)

Aggiungere un set di dati a un progetto (console)

Puoi aggiungere un set di dati di formazione o di test a un progetto utilizzando la console Amazon Rekognition Custom Labels.

Per aggiungere un dati a un progetto

Apri la console Amazon Rekognition all'indirizzo https://console.aws.amazon.com/rekognition/.
Nel riquadro sinistro scegliere Eseguire etichette personalizzate. Viene visualizzata la pagina iniziale delle etichette personalizzate di Amazon Rekognition.
Nel riquadro di navigazione a sinistra, scegli Progetti. Viene mostrata la vista Progetti.
Scegli il progetto a cui desideri aggiungere un dati.
Nel riquadro di navigazione a sinistra, sotto il nome del progetto, scegliere Dataset di dati.
Se il progetto non dispone di un set di dati esistente, viene visualizzata la pagina Crea set di dati. Esegui questa operazione:
1. Nella pagina Crea set di dati, inserisci le informazioni sull'origine dell'immagine. Per ulteriori informazioni, consulta Creazione di set di dati di addestramento e test con immagini.
2. Scegli Crea set di dati per creare il set di dati.
Se il progetto ha un set di dati esistente (formazione o test), viene visualizzata la pagina dei dettagli del progetto. Esegui questa operazione:
1. Nella pagina dei dettagli del progetto, scegli Azioni.
2. Se desideri aggiungere un set di dati di addestramento, scegli Crea set di dati di formazione.
3. Se desideri aggiungere un set di dati di test, scegli Crea set di dati di test.
4. Nella pagina Crea set di dati, inserisci le informazioni sull'origine dell'immagine. Per ulteriori informazioni, consulta Creazione di set di dati di addestramento e test con immagini.
5. Scegli Crea set di dati per creare il set di dati.
Aggiungi immagini al tuo set di dati. Per ulteriori informazioni, consulta Aggiungere altre immagini (console).
Aggiungi etichette al tuo set di dati. Per ulteriori informazioni, consulta Aggiungere nuove etichette (Console).
Aggiungi etichette alle tue immagini. Se stai aggiungendo etichette a livello di immagine, consultaAssegnazione di etichette a livello di immagine a un'immagine. Se stai aggiungendo riquadri di delimitazione, vediEtichettatura degli oggetti con riquadri di delimitazione. Per ulteriori informazioni, consulta Formattazione di set di dati.

Aggiungere un set di dati a un progetto (SDK)

È possibile aggiungere un treno o un set di dati di prova a un progetto esistente nei seguenti modi:

Creazione di dati utilizzando un file manifest. Per ulteriori informazioni, consulta Creazione di un set di dati con un file manifest SageMaker Ground Truth () SDK.
Crea un set di dati vuoto e compila il set di dati in seguito. L'esempio seguente mostra come creare un dati vuoto. Per aggiungere voci dopo aver creato un set di dati vuoto, consultaAggiungere altre immagini a un set di dati.

Argomenti

Per aggiungere un set di dati a un progetto (SDK)

Se non l'hai ancora fatto, installa e configura ilAWS CLI e gliAWS SDK. Per ulteriori informazioni, consulta Passaggio 4: configura il AWS CLI e AWS SDKs.

Usa i seguenti esempi per aggiungere righe JSON a un set di dati.

CLI

Sostituireproject_arn con il progetto a cui aggiungere il set di di di di di di di di dati. Sostituiscidataset_type conTRAIN per creare un set di dati di addestramento oTEST per creare un set di dati di test.


aws rekognition create-dataset --project-arn project_arn \
  --dataset-type dataset_type \
  --profile custom-labels-access

Python

Eseguire il seguente codice per creare un dati. Fornisci le seguenti opzioni della riga di comando:

project_arn— l'ARN del progetto a cui aggiungere il dati di test.
type— il tipo di dati che si desidera creare (addestrare o testare)


# 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

Eseguire il seguente codice per creare un dati. Fornisci le seguenti opzioni della riga di comando:

project_arn— l'ARN del progetto a cui aggiungere il dati di test.
type— il tipo di dati che si desidera creare (addestrare o testare)


/*
   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);
        }

    }

}

Aggiunta di immagini al dati. Per ulteriori informazioni, consulta Aggiungere altre immagini (SDK).

Avvertimento JavaScript è disabilitato o non è disponibile nel tuo browser.

Per usare la documentazione AWS, JavaScript deve essere abilitato. Consulta le pagine della guida del browser per le istruzioni.

Convenzioni dei documenti

Gestione di set di dati

Aggiungere altre immagini