マニフェストファイル内のイメージレベルのラベル

イメージレベルのラベル (ローカリゼーション情報を必要としないシーン、概念、またはオブジェクトでラベル付けされたイメージ) をインポートするには、 SageMaker Ground Truth 分類ジョブ出力形式の JSON 行をマニフェストファイルに追加します。マニフェストファイルは、インポートする画像ごとに1 行以上の JSON Lines で構成されます。

ヒント

マニフェストファイルの作成を簡易化するために、CSV ファイルからマニフェストファイルを作成する Python スクリプトを提供しています。詳細については、「CSV ファイルからのマニフェストファイルの作成」を参照してください。

画像レベルラベルのマニフェストファイルを作成するには

1. 空のテキストファイルを作成します。

2. インポートする画像ごとに JSON Lines を追加します。各 JSON 行は次のようになります。

   {"source-ref":"s3://custom-labels-console-us-east-1-nnnnnnnnnn/gt-job/manifest/IMG_1133.png","TestCLConsoleBucket":0,"TestCLConsoleBucket-metadata":{"confidence":0.95,"job-name":"labeling-job/testclconsolebucket","class-name":"Echo Dot","human-annotated":"yes","creation-date":"2020-04-15T20:17:23.433061","type":"groundtruth/image-classification"}}
   

3. ファイルを保存します。.manifest 拡張機能を使用できますが、必須ではありません。

4. 作成した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ます。詳細については、「 SageMaker Ground Truth 形式のマニフェストファイルを使用してデータセットを作成するには (コンソール）」を参照してください。

イメージレベルの JSON 行

このセクションでは、1 つのイメージの JSON 行を作成する方法について説明します。次のイメージについて考えます。次のイメージは、日の出のようなシーンです。

上のイメージの日の出というシーンの JSON 行は次のようになります。

{
    "source-ref": "s3://bucket/images/sunrise.png",
    "testdataset-classification_Sunrise": 1,
    "testdataset-classification_Sunrise-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/testdataset-classification_Sunrise",
        "class-name": "Sunrise",
        "human-annotated": "yes",
        "creation-date": "2020-03-06T17:46:39.176",
        "type": "groundtruth/image-classification"
    }
}

以下の情報に注意してください。

source-ref

(必須) 画像の Amazon S3 の場所。形式は "s3://BUCKET/OBJECT_PATH" です。インポートされたデータセット内の画像は、同じ Amazon S3 バケットに格納する必要があります。

testdataset-classification_Sunrise

(必須) ラベル属性。フィールド名を選択します。フィールド値 (前の例では 1) はラベル属性識別子です。Amazon Rekognition Custom Labels では使用されないため、整数値ならどのような値でも構いません。末尾に -metadata が付いたフィールド名により特定される該当メタデータが必要です。例えば、"testdataset-classification_Sunrise-metadata"。

testdataset-classification_Sunrise-metadata

(必須) ラベル属性に関するメタデータ。フィールド名は、-metadata を付加したラベル属性と同じでなければなりません。

confidence

(必須) 現在 Amazon Rekognition Custom Labels では使用されていませんが、0 から 1 の間の値を指定する必要があります。

job-name

(オプション) 画像を処理するジョブに対して選択した名前。

class-name

(必須) イメージに適用されるシーンまたは概念に対して選択したクラス名。例えば "Sunrise" です。

human-annotated

(必須) アノテーションが人によって完成されている場合、"yes" を指定します。それ以外の場合は、"no" です。

creation-date

(必須) ラベルが作成された協定世界時 (UTC) の日時。

type

(必須) 画像に適用する処理のタイプ。イメージレベルのラベルの場合、値は "groundtruth/image-classification" です。

複数のイメージレベルのラベルをイメージに追加する

イメージには複数のラベルを追加できます。例えば、次の JSON では 1 つのイメージに football と ball の 2 つのラベルを追加します。

{
    "source-ref": "S3 bucket location", 
    "sport0":0, # FIRST label
    "sport0-metadata": { 
        "class-name": "football", 
        "confidence": 0.8, 
        "type":"groundtruth/image-classification", 
        "job-name": "identify-sport", 
        "human-annotated": "yes", 
        "creation-date": "2018-10-18T22:18:13.527256" 
    },
    "sport1":1, # SECOND label
    "sport1-metadata": { 
        "class-name": "ball", 
        "confidence": 0.8, 
        "type":"groundtruth/image-classification", 
        "job-name": "identify-sport", 
        "human-annotated": "yes", 
        "creation-date": "2018-10-18T22:18:13.527256" 
    }
}  # end of annotations for 1 image