Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Eliminazione di un dati
È possibile eliminare i set di dati di formazione e test da un progetto.
Eliminazione di un dati (console)
Per eliminare un dati, usa la procedura riportata di seguito. Successivamente, se il progetto ha un set di dati rimanente (treno o test), viene visualizzata la pagina dei dettagli del progetto. Se il progetto non ha set di dati rimanenti, viene visualizzata la pagina Crea set di dati.
Se si elimina il set di dati di addestramento, è necessario creare un nuovo set di dati di addestramento per il progetto prima di poter addestrare un modello. Per ulteriori informazioni, consulta Creazione di set di dati di addestramento e test con immagini.
Se si elimina il set di dati di test, è possibile addestrare un modello senza creare un nuovo set di dati di test. Durante la formazione, il set di dati di formazione viene suddiviso per creare un nuovo set di dati di test per il progetto. La suddivisione del set di dati di addestramento riduce il numero di immagini disponibili per la formazione. Per mantenere la qualità, consigliamo di creare un nuovo set di dati di test prima di addestrare un modello. Per ulteriori informazioni, consulta Aggiungere un set di dati a un progetto.
Per eliminare un dati
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 contenente il dati che desideri eliminare.
-
Nel riquadro di navigazione a sinistra, sotto il nome del progetto, scegli Dataset di dati
-
Scegli Azioni
-
Per eliminare il set di dati di addestramento, scegli Elimina set di dati di addestramento.
-
Per eliminare il set di dati di test, scegli Elimina set di dati di test.
-
Nella finestra di dialogo Elimina il treno o il set di dati di test, immettete delete per confermare che desiderate eliminare il set di dati.
-
Scegli Elimina set di dati del treno o del set di dati di test per eliminare il set di dati.
Eliminazione di un set di dati (SDK) di Amazon Rekognition Custom Labels
Puoi eliminare un set di dati Amazon Rekognition Custom Labels chiamando DeleteDatasete specificando l'Amazon Resource Name (ARN) del set di dati che desideri eliminare. Per ottenere gli ARN dei set di dati di formazione e test all'interno di un progetto, chiama DescribeProjects. La risposta include una serie di ProjectDescriptionoggetti. Il set di dati ARNs (DatasetArn) e i tipi di set di dati (DatasetType) sono nell'Datasetselenco.
Se si elimina il set di dati di addestramento, è necessario creare un nuovo set di dati di addestramento per il progetto prima di poter addestrare un modello. Se si elimina il set di dati di test, è necessario creare un nuovo set di dati di test prima di poter addestrare il modello. Per ulteriori informazioni, consulta Aggiungere un set di dati a un progetto (SDK).
Per eliminare un set di dati (SDK)
-
Se non ancora, installa e installa e installa e installa e installa e installa e installaAWS CLI e installa e installaAWS e installa e inst Per ulteriori informazioni, consulta Passaggio 4: configura il AWS CLI e AWS SDKs.
-
Eseguire il seguente codice per eliminare un dati.
- AWS CLI
-
Modifica il valore didataset-arn con l'ARN del set di di di di di dati che desideri eliminare.
aws rekognition delete-dataset --dataset-arn dataset-arn \
--profile custom-labels-access
- Python
-
Eseguire il seguente codice. Fornisci i seguenti parametri della riga di comando:
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Purpose
Shows how to delete an Amazon Rekognition Custom Labels dataset.
"""
import argparse
import logging
import time
import boto3
from botocore.exceptions import ClientError
logger = logging.getLogger(__name__)
def delete_dataset(rek_client, dataset_arn):
"""
Deletes an Amazon Rekognition Custom Labels dataset.
:param rek_client: The Amazon Rekognition Custom Labels Boto3 client.
:param dataset_arn: The ARN of the dataset that you want to delete.
"""
try:
# Delete the dataset,
logger.info("Deleting dataset: %s", dataset_arn)
rek_client.delete_dataset(DatasetArn=dataset_arn)
deleted = False
logger.info("waiting for dataset deletion %s", dataset_arn)
# Dataset might not be deleted yet, so wait.
while deleted is False:
try:
rek_client.describe_dataset(DatasetArn=dataset_arn)
time.sleep(5)
except ClientError as err:
if err.response['Error']['Code'] == 'ResourceNotFoundException':
logger.info("dataset deleted: %s", dataset_arn)
deleted = True
else:
raise
logger.info("dataset deleted: %s", dataset_arn)
return True
except ClientError as err:
logger.exception("Couldn't delete dataset - %s: %s",
dataset_arn, 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(
"dataset_arn", help="The ARN of the dataset that you want to delete."
)
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"Deleting dataset: {args.dataset_arn}")
# Delete the dataset.
session = boto3.Session(profile_name='custom-labels-access')
rekognition_client = session.client("rekognition")
delete_dataset(rekognition_client,
args.dataset_arn)
print(f"Finished deleting dataset: {args.dataset_arn}")
except ClientError as err:
error_message = f"Problem deleting dataset: {err}"
logger.exception(error_message)
print(error_message)
if __name__ == "__main__":
main()
- Java V2
-
Eseguire il seguente codice. Fornisci i seguenti parametri della riga di comando:
/*
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
SPDX-License-Identifier: Apache-2.0
*/
package com.example.rekognition;
import java.util.logging.Level;
import java.util.logging.Logger;
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.DeleteDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.DeleteDatasetResponse;
import software.amazon.awssdk.services.rekognition.model.DescribeDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.RekognitionException;
public class DeleteDataset {
public static final Logger logger = Logger.getLogger(DeleteDataset.class.getName());
public static void deleteMyDataset(RekognitionClient rekClient, String datasetArn) throws InterruptedException {
try {
logger.log(Level.INFO, "Deleting dataset: {0}", datasetArn);
// Delete the dataset
DeleteDatasetRequest deleteDatasetRequest = DeleteDatasetRequest.builder().datasetArn(datasetArn).build();
DeleteDatasetResponse response = rekClient.deleteDataset(deleteDatasetRequest);
// Wait until deletion finishes
DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder().datasetArn(datasetArn)
.build();
Boolean deleted = false;
do {
try {
rekClient.describeDataset(describeDatasetRequest);
Thread.sleep(5000);
} catch (RekognitionException e) {
String errorCode = e.awsErrorDetails().errorCode();
if (errorCode.equals("ResourceNotFoundException")) {
logger.log(Level.INFO, "Dataset deleted: {0}", datasetArn);
deleted = true;
} else {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
} while (Boolean.FALSE.equals(deleted));
logger.log(Level.INFO, "Dataset deleted: {0} ", datasetArn);
} catch (
RekognitionException e) {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
public static void main(String args[]) {
final String USAGE = "\n" + "Usage: " + "<dataset_arn>\n\n" + "Where:\n"
+ " dataset_arn - The ARN of the dataset that you want to delete.\n\n";
if (args.length != 1) {
System.out.println(USAGE);
System.exit(1);
}
String datasetArn = args[0];
try {
// Get the Rekognition client.
RekognitionClient rekClient = RekognitionClient.builder()
.credentialsProvider(ProfileCredentialsProvider.create("custom-labels-access"))
.region(Region.US_WEST_2)
.build();
// Delete the dataset
deleteMyDataset(rekClient, datasetArn);
System.out.println(String.format("Dataset deleted: %s", datasetArn));
rekClient.close();
} catch (RekognitionException rekError) {
logger.log(Level.SEVERE, "Rekognition client error: {0}", rekError.getMessage());
System.exit(1);
}
catch (InterruptedException intError) {
logger.log(Level.SEVERE, "Exception while sleeping: {0}", intError.getMessage());
System.exit(1);
}
}
}
