创建清单文件

您可以通过导入 G SageMaker round Truth 格式的清单文件来创建测试或训练数据集。如果您的图像的标签格式不是 G SageMaker round Truth 清单文件，请使用以下信息创建 G SageMaker round Truth 格式的清单文件。

清单文件采用 JSON 行格式，其中的每一行都是一个代表图像标注信息的完整 JSON 对象。亚马逊 Rekognition 自定义标签支持 SageMaker 带有以下格式的 JSON 行的 Ground Truth 清单：

• 分类作业输出：用于向图像添加图像级标签。图像级标签定义了图像上的场景、概念或物体（如果不需要物体位置信息）的类别。一张图像可以有多个图像级标签。有关更多信息，请参阅 清单文件中的图像级标签。

• 边界框作业输出：用于标注图像上一个或多个物体的类别和位置。有关更多信息，请参阅 清单文件中的物体定位。

图像级和定位（边界框）JSON 行可在同一个清单文件中链接在一起。

注意

本部分的 JSON 行示例为便于阅读调整了格式。

当您导入清单文件时，Amazon Rekognition Custom Labels 会应用关于限制、语法和语义的验证规则。有关更多信息，请参阅 清单文件的验证规则。

清单文件引用的图像必须位于同一 Amazon S3 存储桶中。清单文件与图像可以位于不同于的 Amazon S3 存储桶中。您应在 JSON 行的 source-ref 字段中指定图像的位置。

Amazon Rekognition 需要具有访问存储图像的 Amazon S3 存储桶的权限。如果使用的是 Amazon Rekognition Custom Labels 为您设置的控制台存储桶，则所需权限已设置完毕。如果使用的不是控制台存储桶，请参阅访问外部 Amazon S3 存储桶。

主题

• 创建清单文件
• 清单文件中的图像级标签
• 清单文件中的物体定位
• 清单文件的验证规则

创建清单文件

以下过程创建包含训练和测试数据集的项目。这些数据集是从您创建的训练和测试清单文件创建的。

使用 G SageMaker round Truth 格式的清单文件创建数据集（控制台）

1. 在控制台存储桶中，创建一个文件夹来存放清单文件。

2. 在控制台存储桶中，创建一个文件夹来存放图像。

3. 上传图像至您刚才创建的文件夹。

4. 为您的训练数据集创建 G SageMaker round Truth 格式的清单文件。有关更多信息，请参阅 清单文件中的图像级标签 和 清单文件中的物体定位。

   重要

   每个 JSON 行中的 source-ref 字段值必须映射到您上传的一张图像。

5. 为您的测试数据集创建 G SageMaker round Truth 格式的清单文件。

6. 上传清单文件至您刚才创建的文件夹。

7. 记下清单文件的位置。

8. 按照使用 G SageMaker round Truth 清单文件创建数据集（控制台）中的说明，使用上传的清单文件创建数据集。对于步骤 8，在 .manifest 文件位置中，输入您在上一步中记下的该位置的 Amazon S3 URL。如果您使用的是 AWS SDK，请这样做使用 G SageMaker round Truth 清单文件 (SDK) 创建数据集。