创建标注作业 (API)

要使用 Amazon SageMaker API 创建贴标任务，请使用CreateLabelingJob操作。有关为内置任务类型创建标注作业的具体说明，请参阅该任务类型页面。要了解如何创建流式标注作业（这是持续运行的标注作业），请参阅创建流式标签任务。

要使用 CreateLabelingJob 操作，您需要以下内容：

• Amazon S3 中的工作人员任务模板 (UiTemplateS3Uri) 或人工任务 UI ARN (HumanTaskUiArn)。

  • 对于 3D 点云作业、视频对象检测和跟踪作业以及 NER 作业，请将 HumanTaskUiArn 中列出的 ARN 用于您的任务类型。

  • 如果您使用的是 3D 点云任务以外的内置任务类型，则可以将工作人员说明添加到其中一个预构建的模板中，并将此模板（使用 .html 或 .liquid 扩展名）保存在 S3 存储桶中。在任务类型页面上查找预构建模板。

  • 如果使用自定义标注工作流，您可以创建一个自定义模板，并将该模板保存在 S3 存储桶中。要了解如何构建自定义工作人员模板，请参阅创建自定义工作人员任务模板。有关可用于自定义模板的自定义 HTML 元素，请参阅Crowd HTML 元素参考。有关各种标签任务的演示模板存储库，请参阅 Amazon G SageMaker round Truth 示例任务 UIs 。

• 一个输入清单文件，用于指定 Amazon S3 中的输入数据。在 ManifestS3Uri 中指定输入清单文件的位置。有关创建输入清单的信息，请参阅输入数据。如果您创建流式标注作业，则这是可选的。要了解如何创建流式标注作业，请参阅创建流式标签任务。

• 存储输出数据的 Amazon S3 存储桶。您可以在 S3OutputPath 中指定此存储桶并选择指定前缀。

• 标签类别配置文件。每个标签类别名称必须唯一。使用 LabelCategoryConfigS3Uri 参数指定此文件在 Amazon S3 中的位置。此文件的格式和标签类别取决于您使用的任务类型：

  • 对于图像分类和文本分类（单标签和多标签），必须至少指定两个标签类别。对于所有其他任务类型，所需的标签类别的最小数量为 1。

  • 对于命名实体识别任务，必须在此文件中提供工作人员说明。有关详细信息和示例，请参阅在标签类别配置文件中提供工作人员说明。

  • 对于 3D 点云和视频帧任务类型，请使用 带有标签类别和框架属性参考的标注类别配置文件 中的格式。

  • 对于所有其他内置任务类型和自定义任务，标签类别配置文件必须是以下格式的 JSON 文件。通过将 label_1、label_2、...、label_n 替换为标签类别，确定要使用的标签。

    {
        "document-version": "2018-11-28",
        "labels": [
            {"label": "label_1"},
            {"label": "label_2"},
            ...
            {"label": "label_n"}
        ]
    }

• 附带AmazonSageMakerGroundTruthExecution托管 IAM 策略并有权访问您的 S3 存储桶的 AWS Identity and Access Management (IAM) 角色。在 RoleArn 中指定此角色。要了解有关此策略的更多信息，请参阅在 Ground Truth 中使用 IAM 托管策略。如果您需要更精细的权限，请参阅分配 IAM 权限以使用 Ground Truth。

  如果您的输入或输出存储桶名称不包含 sagemaker，则可以将类似于以下内容的策略附加到传递给 CreateLabelingJob 操作的角色。

  {
      "Version": "2012-10-17",
      "Statement": [
          {
              "Effect": "Allow",
              "Action": [
                  "s3:GetObject"
              ],
              "Resource": [
                  "arn:aws:s3:::my_input_bucket/*"
              ]
          },
          {
              "Effect": "Allow",
              "Action": [
                  "s3:PutObject"
              ],
              "Resource": [
                  "arn:aws:s3:::my_output_bucket/*"
              ]
          }
      ]
  }

• 用于处理输入和输出数据的注释前和注释后（或注释合并） AWS Lambda 函数 Amazon 资源名称 (ARN)。

  • Lambda 函数是在每个 AWS 区域中为内置任务类型预定义的。要查找您所在地区的预注释 Lambda ARN，请参阅。PreHumanTaskLambdaArn要查找您所在地区的注释合并 Lambda ARN，请参阅。AnnotationConsolidationLambdaArn

  • 对于自定义标注工作流，必须提供自定义的注释前和注释后 Lambda ARN。要了解如何创建这些 Lambda 函数，请参阅在自定义标签工作流程中处理数据 AWS Lambda。

• 您在 WorkteamArn 中指定的工作团队 ARN。当您订阅供应商人力或创建私有工作团队时，您会收到工作团队 ARN。如果您正在为视频帧或点云任务类型创建标注作业，则无法使用工作 Amazon Mechanical Turk 人员。对于所有其他任务类型，要使用 Mechanical Turk 人力，请使用以下 ARN。region替换为您用于创建标注任务的 AWS 区域。

  arn:aws:sagemaker:region:394669845002:workteam/public-crowd/default

  如果您使用 Amazon Mechanical Turk 人力，请在 InputConfig 的 DataAttributes 中使用 ContentClassifiers 参数以声明您的内容不包含个人身份信息或成人内容。

  如果您使用 Mechanical Turk 人力，Ground Truth 要求您的输入数据不包含个人身份信息 (PII)。如果您使用 Mechanical Turk，但没有使用 FreeOfPersonallyIdentifiableInformation 标志指定输入数据不含 PII，那么您的标注作业将失败。使用该FreeOfAdultContent标志声明您的输入数据不包含成人内容。 SageMaker 如果你的任务包含成人内容，人工智能可能会限制可以查看你的任务的 Amazon Mechanical Turk 工作人员。

  要了解有关工作团队和人力的更多信息，请参阅人力。

• 如果您使用的是 Mechanical Turk 人力，则必须在 PublicWorkforceTaskPrice 中指定工作人员执行单项任务的价格。

• 要配置任务，必须分别使用 TaskDescription 和 TaskTitle 提供任务描述和标题。您可以选择提供时间限制，以控制工作人员执行单个任务的时间 (TaskTimeLimitInSeconds) 以及工作人员门户中为工作人员保留任务的时间 (TaskAvailabilityLifetimeInSeconds)。

• （可选）对于某些任务类型，您可以让多个工作人员标注单个数据对象（为 NumberOfHumanWorkersPerDataObject 参数输入大于 1 的数字）。有关注释合并的更多信息，请参阅注释整合。

• （可选）要创建自动数据标注任务，请指定LabelingJobAlgorithmSpecificationArn中 ARNs列出的任务之一LabelingJobAlgorithmsConfig。此 ARN 标识自动数据标注作业中使用的算法。与此 ARN 关联的任务类型必须与您指定的 PreHumanTaskLambdaArn 和 AnnotationConsolidationLambdaArn 的任务类型匹配。以下任务类型支持自动数据标注：图像分类、边界框、语义分割和文本分类。自动数据标注允许的最小对象数量为 1250 个，我们强烈建议至少提供 5000 个对象。要了解有关自动数据标注作业的更多信息，请参阅自动数据标注。

• （可选）您可以提供 StoppingConditions，如果满足其中一个条件，标注作业就会停止。您可以使用停止条件来控制标注作业的成本。

示例

以下代码示例演示了如何使用 CreateLabelingJob 创建标注作业。有关其他示例，我们建议您在笔记本实例的 “示 SageMaker例” 部分使用一个 G round Truth 标签作业 Jupyter SageMaker 笔记本。要了解如何使用 A SageMaker I 示例中的笔记本示例，请参阅访问示例笔记本。您还可以在 SageMaker AI 示例存储库 GitHub 中查看这些示例笔记本。

AWS SDK for Python (Boto3)

以下是一个 AWS Python SDK (Boto3) 请求示例，该请求使用私有人力在美国东部（弗吉尼亚州北部）区域中为内置任务类型创建标注作业。将所有内容red-italized text替换为您的标签作业资源和规格。

response = client.create_labeling_job(
    LabelingJobName="example-labeling-job",
    LabelAttributeName="label",
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': "s3://bucket/path/manifest-with-input-data.json"
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                "FreeOfPersonallyIdentifiableInformation"|"FreeOfAdultContent",
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': "s3://bucket/path/file-to-store-output-data",
        'KmsKeyId': "string"
    },
    RoleArn="arn:aws:iam::*:role/*",
    LabelCategoryConfigS3Uri="s3://bucket/path/label-categories.json",
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': "arn:aws:sagemaker:region:*:workteam/private-crowd/*",
        'UiConfig': {
            'UiTemplateS3Uri': "s3://bucket/path/custom-worker-task-template.html"
        },
        'PreHumanTaskLambdaArn': "arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype",
        'TaskKeywords': [
            "Images",
            "Classification",
            "Multi-label"
        ],
        'TaskTitle': "Multi-label image classification task",
        'TaskDescription': "Select all labels that apply to the images shown",
        'NumberOfHumanWorkersPerDataObject': 1,
        'TaskTimeLimitInSeconds': 3600,
        'TaskAvailabilityLifetimeInSeconds': 21600,
        'MaxConcurrentTaskCount': 1000,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
        },
    Tags=[
        {
            'Key': "string",
            'Value': "string"
        },
    ]
)

AWS CLI

以下是使用 Amazon Mechanical Turk 员工为美国东部（弗吉尼亚北部）地区的内置任务类型创建标签任务的 AWS CLI 请求示例。有关更多信息，请参阅 AWS CLI 命令参考 中的 start-human-loop。将所有内容red-italized text替换为您的标签作业资源和规格。

$ aws --region us-east-1 sagemaker create-labeling-job \
--labeling-job-name "example-labeling-job" \
--label-attribute-name "label" \
--role-arn "arn:aws:iam::account-id:role/role-name" \
--input-config '{
        "DataAttributes": {
            "ContentClassifiers": [
                "FreeOfPersonallyIdentifiableInformation",
                "FreeOfAdultContent"
            ]
        },
        "DataSource": {
            "S3DataSource": {
                "ManifestS3Uri": "s3://bucket/path/manifest-with-input-data.json"
            }
        }
    }' \
--output-config '{
        "KmsKeyId": "",
        "S3OutputPath": "s3://bucket/path/file-to-store-output-data"
    }' \
--human-task-config '{
        "AnnotationConsolidationConfig": {
            "AnnotationConsolidationLambdaArn": "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
        },
        "TaskAvailabilityLifetimeInSeconds": 21600,
        "TaskTimeLimitInSeconds": 3600,
        "NumberOfHumanWorkersPerDataObject": 1,
        "PreHumanTaskLambdaArn":  "arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype",
        "WorkteamArn": "arn:aws:sagemaker:us-east-1:394669845002:workteam/public-crowd/default",
        "PublicWorkforceTaskPrice": {
            "AmountInUsd": {
                "Dollars": 0,
                "TenthFractionsOfACent": 6,
                "Cents": 3
            }
        },
        "TaskDescription": "Select all labels that apply to the images shown",
        "MaxConcurrentTaskCount": 1000,
        "TaskTitle": "Multi-label image classification task",,
        "TaskKeywords": [
            "Images",
            "Classification",
            "Multi-label"
        ],
        "UiConfig": {
            "UiTemplateS3Uri": "s3://bucket/path/custom-worker-task-template.html"
        }
    }'

有关此操作的更多信息，请参阅CreateLabelingJob。有关如何使用其他特定语言的信息 SDKs，请参阅主题中的另请参阅。CreateLabelingJobs