Definindo linhas JSON para classificação de imagens

Você define uma linha JSON para cada imagem que deseja usar em um arquivo de manifesto do Amazon Lookout for Vision. Se você quiser criar um modelo de classificação, a linha JSON deve incluir uma classificação de imagem que seja normal ou uma anomalia. Uma linha JSON está no formato SageMaker Ground Truth Classification Job Output. Um arquivo de manifesto é feito de uma ou mais linhas JSON, uma para cada imagem que você deseja importar.

Para criar um arquivo de manifesto para imagens classificadas

1. Crie um arquivo de texto vazio.

2. Como importar mais de uma vez, você pode criar uma nova versão. Cada linha JSON deve ser semelhante à seguinte:

   {"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. Salve o arquivo.

   nota

   É possível usar a extensão .manifest, mas ela não é obrigatória.

4. Crie um conjunto de dados usando o arquivo de manifesto que você criou. Para ter mais informações, consulte Criar um arquivo de manifesto.

Linhas de classificação JSON

Nesta seção, você aprenderá a criar uma linha JSON que classifica uma imagem como normal ou anômala.

Usar a detecção de anomalias

A linha JSON a seguir mostra uma imagem rotulada como uma anomalia. Observe que o valor de class-name é anomaly.

{
    "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
}                
                

Linha JSON normal

A linha JSON a seguir mostra uma imagem rotulada como normal. Observe que o valor de class-name é normal.

{
    "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
}

Chaves e valores de linha JSON

As informações a seguir descrevem as chaves e os valores em uma linha JSON do Amazon Lookout for Vision.

source-ref

(Obrigatório) O local no Amazon S3 da imagem. O formato é "s3://BUCKET/OBJECT_PATH". As imagens em um conjunto de dados importado devem ser armazenadas no mesmo bucket do Amazon S3.

Descrever detectores de anomalias

(Obrigatório) O nome do atributo a ser usado. Use a chave anomaly-label ou o nome de outra chave que você escolher. O valor da chave (0 no exemplo anterior) é exigido pelo Amazon Lookout for Vision, mas não é usado. O manifesto de saída criado pelo Amazon Lookout for Vision converte o valor para 1 para uma imagem anômala e um valor de 0 de para uma imagem normal. O valor de class-name determina se a imagem é normal ou anômala.

Deve haver metadados correspondentes identificados pelo nome do campo com -metadata anexado. Por exemplo, "anomaly-label-metadata".

anomaly-label-metadata

(Obrigatório) Metadados sobre o atributo do rótulo. O nome do campo deve ser o mesmo do atributo do rótulo com -metadata anexado.

confiança

(Opcional) No momento, não usado pelo Amazon Lookout for Vision. Se você especificar um valor, use um valor de 1.

job-name

(Opcional) Um nome que você escolhe para o trabalho que processa a imagem.

Nome da classe

(Obrigatório) Se a imagem contiver conteúdo normal, especifique normal, caso contrário, especifique anomaly. Se o valor de class-name for qualquer outro valor, a imagem será adicionada ao conjunto de dados como uma imagem sem rótulo. Para rotular uma imagem, consulte Adicionar imagens ao seu conjunto de dados.

human-annotated

(Obrigatório) Especifique "yes" se a anotação foi preenchida por um humano. Caso contrário, especifique "no".

Data de criação

(Opcional) A data e hora do Tempo Universal Coordenado (UTC) em que o rótulo foi criado.

tipo

(Obrigatório) O tipo de processamento que deve ser aplicado à imagem. Para rótulos de anomalia no nível da imagem, o valor é "groundtruth/image-classification".