Amazon Sagemaker Ground Truth ルースジョブを使用する - Amazon Lookout for Vision

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon Sagemaker Ground Truth ルースジョブを使用する

画像にラベルを付けるにはかなりの時間がかかる場合があります。たとえば、異常の周囲にマスクを正確に描画するには、数十秒かかることがあります。画像が数百枚ある場合は、ラベル付けに数時間かかる場合があります。自分で画像にラベルを付ける代わりに、Amazon SageMaker Ground Truth の使用を検討してください。

Amazon SageMaker Ground Truth を使用すると、ラベル付きイメージセットを作成できる社内のプライベートワークフォースのいずれかのワーカーを使用できます。詳細については、「Amazon SageMaker Ground Truth を使用してデータにラベルを付ける」を参照してください。

Amazon Mechanical Turk 使用には費用がかかります。また、Amazon Ground Truth のラベル付け作業が完了するまでに数日かかる場合があります。コストが問題になる場合、またはモデルを迅速にトレーニングする必要がある場合は、Amazon Lookout for Vision コンソールを使用して画像にラベルを付けることをお勧めします

Amazon SageMaker Ground Truth ラベリングジョブを使用して、画像分類モデルと画像セグメンテーションモデルに適した画像にラベルを付けることができます。ジョブが完了したら、出力マニフェストファイルを使用して、Amazon Lookout for Vision データセットを作成します。

イメージ分類

画像分類モデルの画像にラベルを付けるには、画像分類 (単一ラベル) タスクのラベル付けジョブを作成します

画像セグメンテーション

画像セグメンテーションモデルの画像にラベルを付けるには、画像分類 (単一ラベル) タスク用のラベル付けジョブを作成します。次に、ジョブをチェーンして画像セマンティックセグメンテーションタスク用のラベリングジョブを作成します

また、ラベリングジョブを使用して、画像セグメンテーションモデル用の部分マニフェストファイルを作成することもできます。たとえば、画像分類 (単一ラベル) タスクを使用して画像を分類できます。ジョブの出力を含む Lookout for Vision データセットを作成したら、Amazon Lookout for Vision コンソールを使用して、データセットの画像にセグメンテーションマスクと異常ラベルを追加します。

Amazon SageMaker Ground Truth ルースによる画像のラベル付け

次の手順は、Amazon SageMaker Ground Truth の画像ラベル付けタスクを使用して画像にラベルを付ける方法を示しています。この手順では、画像分類マニフェストファイルを作成し、オプションで画像ラベル付けタスクをチェーン化して画像セグメンテーションマニフェストファイルを作成します。プロジェクトに個別のテストデータセットが必要な場合は、この手順を繰り返して、テストデータセットのマニフェストファイルを作成します。

Amazon SageMaker Ground Truth ス (コンソール) を使用して画像にラベルを付けるには
  1. ラベル付けジョブの作成 (コンソール)」の指示に従って、画像分類 (単一ラベル) タスクの Ground Truth Job を作成します

    1. ステップ10では、タスクカテゴリのドロップダウンメニューから画像」を選択し、タスクタイプとして「画像分類(単一ラベル)」を選択します。

    2. ステップ 16 では、画像分類 (単一ラベル) ラベリングツールセクションで、「標準」と「異常」の 2 つのラベルを追加します。

  2. スタッフが画像の分類を完了するまでお待ちください。

  3. 画像セグメンテーションモデルのデータセットを作成する場合は、次の操作を行います。それ以外の場合は、ステップ 4 に進みます。

    1. Amazon SageMaker Ground Truth コンソールで、ラベリングジョブページを開きます

    2. 以前に作成したジョブを選択します。これにより、[Actions] (アクション) メニューが有効になります。

    3. [Actions] (アクション) メニューから [Chain] (連鎖) を選択します。ジョブの詳細ページが開きます。

    4. タスクタイプでセマンティックセグメンテーションを選択します

    5. [Next] (次へ) を選択します。

    6. セマンティックセグメンテーションラベリングツールセクションで、モデルに検出させたい異常の種類ごとに異常ラベルを追加します。

    7. [作成] を選択します。

    8. 従業員が画像にラベルを付けるまでお待ちください。

  4. Ground Truth コンソールを開き、ラベリングジョブページを開きます

  5. 画像分類モデルを作成する場合は、ステップ 1 で作成したジョブを選択します。画像セグメンテーションモデルを作成する場合は、ステップ 3 で作成したジョブを選択します。

  6. ラベリングジョブの概要」で、「出力データセットの場所」の S3 ロケーションを開きます。マニフェストファイルの場所をメモしておいてくださいs3://output-dataset-location/manifests/output/output.manifest

  7. テストデータセットのマニフェストファイルを作成する場合は、この手順を繰り返してください。それ以外の場合は、データセットの作成の手順に従ってマニフェストファイルを使用してデータセットを作成してください。

データセットの作成

この手順を使用して、のステップ 6 でメモしたマニフェストファイルを使用して Lookout for Vision プロジェクトにデータセットを作成します Amazon SageMaker Ground Truth ルースによる画像のラベル付け。マニフェストファイルは、1 つのデータセットプロジェクトのトレーニングデータセットを作成します。プロジェクトに別のテストデータセットを持たせたい場合は、別の Amazon SageMaker Ground Truth ジョブを実行して、テストデータセットのマニフェストファイルを作成できます。または、マニフェストファイルを自分で作成することもできます。Amazon S3 バケットまたはローカルコンピュータから、テストデータセットに画像をインポートすることもできます。(モデルをトレーニングする前に、画像にラベルを付ける必要がある場合があります)。

この手順は、プロジェクトにデータセットがないことを前提としています。

Lookout for Vision (コンソール) を使用してデータセットを作成するには
  1. https://console.aws.amazon.com/lookoutvision/ で Amazon Lookout for Vision コンソールを開きます。

  2. [Get started] (開始方法) を選択します。

  3. 左側のナビゲーションペインで、[Projects] (プロジェクト) を選択します。

  4. マニフェストファイルで使用するために追加するプロジェクトを選択します。

  5. [How it works] (操作方法) セクションで、[Create dataset] (データセットを作成する) を選択します。

  6. [Single dataset] (シングルデータセット) タブまたは [Separate training and test datasets] (トレーニングデータセットとテストデータセットを分離する) タブをクリックし、手順に従います。

    Single dataset
    1. [Create a single dataset] (シングルデータセットを作成する) をクリックします。

    2. [イメージソース設定] セクションで、[ SageMakerGround Truth] というラベルの付いたイメージのインポートを選択します

    3. .manifest ファイルの場所には、の手順 6 でメモしたマニフェストファイルの場所を入力します Amazon SageMaker Ground Truth ルースによる画像のラベル付け

    Separate training and test datasets
    1. [Create a training dataset and a test dataset] (トレーニングデータセットとテストデータセットを作成する) を選択します。

    2. トレーニングデータセットの詳細」セクションで、「 SageMakerGround Truth」というラベルの付いた画像をインポートを選択します

    3. .manifest ファイルの場所。の手順 6 でメモしたマニフェストファイルの場所 Amazon SageMaker Ground Truth ルースによる画像のラベル付け

    4. [テストデータセットの詳細] セクションで、[ SageMaker Ground Truth] というラベルの付いた画像のインポートを選択します

    5. .manifest ファイルの場所。の手順 6 でメモしたマニフェストファイルの場所 Amazon SageMaker Ground Truth ルースによる画像のラベル付け。テストデータセットには別のマニフェストファイルが必要であることを忘れないでください。

  7. [Submit] (送信) を選択します。

  8. モデルのトレーニング」の手順に従って、モデルをトレーニングします。