이미지 분류를 위한 JSON 라인 정의

Amazon Lookout for Vision 매니페스트 파일에서 사용하려는 각 이미지에 대해 JSON 라인을 정의합니다. 분류 모델을 만들려면 JSON 라인에 정상 또는 이상 이미지 분류가 포함되어야 합니다. JSON 라인은 SageMaker Ground Truth 분류 작업 출력 형식입니다. 매니페스트 파일은 가져오려는 각 이미지당 하나씩, 하나 이상의 JSON 라인으로 구성됩니다.

분류된 이미지에 대한 매니페스트 파일을 만들려면

1. 빈 텍스트 파일 생성

2. 가져올 각 이미지에 JSON 라인을 추가합니다. 각 JSON 라인은 다음과 비슷한 모습이어야 합니다.

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

3. 파일을 저장합니다.

   참고

   .manifest 확장을 사용할 수 있지만 필수는 아닙니다.

4. 생성한 매니페스트 파일을 사용하여 데이터 세트를 생성하세요. 자세한 정보는 매니페스트 파일 만들기을 참조하세요.

분류 JSON 라인

이 섹션에서는 이미지를 정상 또는 비정상 이미지로 분류하는 JSON 라인을 만드는 방법을 알아봅니다.

이상 JSON 라인

다음 JSON 라인은 예외 항목으로 표시된 이미지를 보여줍니다. 참고로 class-name의 값은 anomaly입니다.

{
    "source-ref": "s3: //bucket/image/anomaly/abnormal-1.jpg",
    "anomaly-label-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/auto-label",
        "class-name": "anomaly",
        "human-annotated": "yes",
        "creation-date": "2020-11-10T03:37:09.600",
        "type": "groundtruth/image-classification"
    },
    "anomaly-label": 1
}                
                

정상 JSON 라인

다음 JSON 라인은 정상이라는 라벨이 붙은 이미지를 보여줍니다. 참고로 class-name의 값은 normal입니다.

{
    "source-ref": "s3: //bucket/image/normal/2020-10-20_12-14-55_613.jpeg",
    "anomaly-label-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/auto-label",
        "class-name": "normal",
        "human-annotated": "yes",
        "creation-date": "2020-11-10T03:37:09.603",
        "type": "groundtruth/image-classification"
    },
    "anomaly-label": 0
}

JSON 라인 키 및 값

다음 정보는 Amazon Lookout for Vision JSON 라인의 키와 값을 설명합니다.

소스 참조

(필수) 이미지의 Amazon S3 위치입니다. 형식은 "s3://BUCKET/OBJECT_PATH"입니다. 가져온 데이터세트의 이미지는 동일한 Amazon S3 버킷에 저장되어야 합니다.

이상 레이블

(필수) 레이블 속성 키 anomaly-label 또는 선택한 다른 키 이름을 사용하십시오. Amazon Lookout for Vision에서는 키 값 (위 예시 0)이 필요하지만 사용되지는 않습니다. Amazon Lookout for Vision에서 생성한 출력 매니페스트는 비정상 이미지의 경우 값을 1로 변환하고 일반 이미지의 경우 값을 0로 변환합니다. class-name의 값에 따라 이미지가 정상인지 비정상인지가 결정됩니다.

-metadata가 추가된 필드 이름으로 식별되는 상응하는 메타데이터가 있어야 합니다. 예: "anomaly-label-metadata"

anomaly-label-metadata

(필수) 레이블 속성에 대한 메타데이터 필드 이름은 -metadata가 추가된 레이블 속성과 동일해야 합니다.

confidence

(선택) Amazon Lookout for Vision이 사용할 수 없습니다. 값을 지정하는 경우 1의 값을 사용하십시오.

job-name

(선택 사항) 이미지를 처리하는 작업에 원하는 이름을 붙이세요.

class-name

(필수) 이미지에 일반 내용이 포함된 경우 normal을 지정하고, 그렇지 않으면 anomaly를 지정하십시오. class-name의 값이 다른 값인 경우 이미지는 레이블이 지정되지 않은 이미지로 데이터세트에 추가됩니다. 이미지에 레이블을 지정하려면 데이터 세트에 이미지 추가을 참조하십시오.

human-annotated

(필수) 사람이 주석을 완성했으면 "yes" 항목을 지정하세요. 아닌 경우에는 "no"로 지정합니다.

creation-date

(선택 사항) 레이블이 생성된 협정 세계시 (UTC) 날짜 및 시간입니다.

type

(필수) 이미지에 적용해야 하는 처리 유형입니다. 이미지 수준 예외 레이블의 경우 값은 "groundtruth/image-classification"입니다.