Ottenere i risultati della convalida

I risultati della convalida contengono informazioni sugli errori relativi a Elenco degli errori relativi al contenuto del manifesto del terminale e Elenco di errori di convalida della linea non terminale JSON. Esistono tre file dei risultati di convalida.

• training_manifest_with_validation.json — Una copia del file manifest del set di dati di addestramento con informazioni sull'errore di linea aggiunte. JSON

• testing_manifest_with_validation.json — Una copia del file manifest del set di dati di test con informazioni sull'errore di linea aggiunte. JSON

• manifest_summary.json — Un riepilogo degli errori di contenuto manifesto e degli errori di linea rilevati nei set di dati di addestramento e test. JSON Per ulteriori informazioni, consulta Comprendere il riepilogo del manifest.

Per informazioni sui contenuti dei manifest di convalida dell’addestramento e dei test, consultare. Eseguire il debug di un modello di addestramento fallito

Nota

• I risultati della convalida si creano solo se non Elenco degli errori del file manifest del terminale si generano durante l’addestramento.

• Se si verifica un errore di servizio dopo la convalida del manifesto di addestramento e test, vengono creati i risultati della convalida, ma la risposta da DescribeProjectVersionsnon include le posizioni dei file dei risultati di convalida.

Una volta completato o non riuscito il training, puoi scaricare i risultati della convalida utilizzando la console Amazon Rekognition Custom Labels o ottenere la posizione del bucket Amazon S3 chiamando. DescribeProjectVersionsAPI

Ottenere i risultati della convalida (Console)

Se si utilizza la console per addestrare il modello, è possibile scaricare i risultati della convalida dall'elenco dei modelli di un progetto, come illustrato nel diagramma seguente. Il pannello Modelli mostra i risultati di addestramento e convalida del modello con la possibilità di scaricare i risultati di convalida.

Si può anche accedere e scaricare i risultati della convalida dalla pagina dei dettagli di un modello. La pagina dei dettagli mostra i dettagli del set di dati con i set di dati di stato, addestramento e test e i collegamenti per il download per il riepilogo del manifesto, il manifesto di convalida dell'addestramento e il manifesto di convalida dei test.

Per ulteriori informazioni, consulta Addestramento di un modello (Console).

Ottenere i risultati della convalida () SDK

Al termine dell’addestramento del modello, Amazon Rekognition Custom Labels memorizza i risultati della convalida nel bucket Amazon S3 specificato durante l’addestramento. Puoi ottenere la posizione del bucket S3 chiamando il DescribeProjectVersionsAPI, al termine dell'addestramento. Per eseguire l’addestramento di un modello, consulta Addestramento di un modello (SDK).

Viene restituito un ValidationDataoggetto per il set di dati di addestramento (TrainingDataResult) e il set di dati di test (). TestingDataResult Il riepilogo del manifest viene restituito in ManifestSummary.

Dopo aver ottenuto la posizione del bucket Amazon S3, si possono scaricare i risultati della convalida. Per ulteriori informazioni, consulta How do I download an object from an S3 bucket? (Come scaricare un oggetto da un bucket S3?). È inoltre possibile utilizzare l'operazione. GetObject

Per ottenere dati di convalida () SDK

1. Se non l'hai già fatto, installa e configura il AWS CLI e il AWS SDKs. Per ulteriori informazioni, consulta Passaggio 4: configura il AWS CLI e AWS SDKs.

2. Utilizzare l’esempio seguente per ottenere la posizione dei risultati della convalida.

   Python

   Sostituisci project_arn con Amazon Resource Name (ARN) del progetto che contiene il modello. Per ulteriori informazioni, consulta Gestione di un progetto Amazon Rekognition Custom Labels. Sostituire version_name con il nome della versione del modello. Per ulteriori informazioni, consultae Addestramento di un modello (SDK).

   import boto3
   import io
   from io import BytesIO
   import sys
   import json
   
   
   def describe_model(project_arn, version_name):
   
       client=boto3.client('rekognition')
       
       response=client.describe_project_versions(ProjectArn=project_arn,
           VersionNames=[version_name])
   
       for model in response['ProjectVersionDescriptions']:
           print(json.dumps(model,indent=4,default=str))
          
   def main():
   
       project_arn='project_arn'
       version_name='version_name'
   
       describe_model(project_arn, version_name)
   
   if __name__ == "__main__":
       main()

3. Nell'output del programma, annotare il Validation campo negli oggetto TestingDataResult e TrainingDataResult. Il manifest di riepilogo è in ManifestSummary.