使用 Amazon Ground Truth 工作 - Amazon Lookout for Vision
Image classification圖像分割 使用 Amazon SageMaker Ground Truth 標記圖像建立資料集

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon Ground Truth 工作

標記圖像可能需要大量時間。例如，在異常周圍精確繪製遮色片可能需要 10 秒鐘的時間。如果您有 100 張圖像，則可能需要幾個小時才能標記它們。作為自己標記圖像的替代方法，請考慮使用 Amazon SageMaker Ground Truth。

使用 Amazon SageMaker Ground Truth，您可以使用來自您選擇的廠商公司 Amazon Mechanical Turk 的工作人員或內部私人員工來建立一組已標記的影像。如需詳細資訊，請參閱使用 Amazon SageMaker Ground Truth 來標記資料。

有使用 Amazon Mechanical Turk 的成本。另外，完成 Amazon Ground Truth 標籤任務可能需要幾天的時間。如果成本有問題，或者您需要快速訓練模型，建議您使用 Amazon Lookout 視覺主控台為影像加上標籤。

您可以使用 Amazon SageMaker Ground Truth 標籤任務來標記適用於影像分類模型和影像分割模型的影像。任務完成後，您可以使用輸出資訊清單檔案來建立視覺版 Amazon 瞭望資料集。

Image classification

若要標示影像分類模型的影像，請為影像分類 (單一標籤) 工作建立標籤工作。

圖像分割

若要為影像分割模型標示影像，請為影像分類 (單一標籤) 工作建立標籤工作。然後，鏈結工作以建立「影像語意分割」工作的標籤工作。

您也可以使用標籤工作，為影像分割模型建立部分資訊清單檔案。例如，您可以使用「影像分類 (單一標籤)」工作來分類影像。使用任務輸出建立 Lookout for Vision 資料集之後，請使用 Amazon Lookout for Vision 主控台將區段遮罩和異常標籤新增至資料集映像。

使用 Amazon SageMaker Ground Truth 標記圖像

下列程序說明如何使用 Amazon SageMaker Ground Truth 影像標籤任務來標記影像。此程序會建立映像分類資訊清單檔案，並選擇性地鏈結映像標籤工作以建立映像分割資訊清單檔案。如果您希望專案具有單獨的測試資料集，請重複此程序以建立測試資料集的資訊清單檔案。

使用 Amazon SageMaker Ground Truth 標記圖像（控制台）

  1. 依照建立標籤 Job (主控台) 中的指示，為映像分類 (單一標籤) 工作建立「Ground Truth」工作。

    1. 在步驟 10 中，從 [工作類別] 下拉式功能表中選擇 [影像]，然後選擇 [影像分類 (單一標籤)] 做為工作類型。

    2. 在步驟 16 中，在「影像分類 (單一標籤) 標籤」工具區段中，新增兩個標籤：正常標籤和異常標籤。

  2. 等到工作人員完成您的圖像分類。

  3. 如果您要為影像分割模型建立資料集，請執行下列動作。否則，請轉到步驟 4。

    1. 在 Amazon SageMaker Ground Truth 主控台中，開啟「標籤任務」頁面。

    2. 選擇您先前建立的工作。這樣會啟用動作功能表。

    3. 從動作功能表中，選擇串連。工作詳細資訊頁面隨即開啟。

    4. 在工作類型中，選擇語意分割。

    5. 選擇下一步。

    6. 在 [語意分割標籤工具] 區段中，為您希望模型尋找的每種異常類型新增異常標籤。

    7. 選擇建立。

    8. 等到工作人員標記您的圖像。

  4. 開啟「Ground Truth」主控台並開啟「標籤工作」頁面。

  5. 如果要建立影像分類模型，請選擇您在步驟 1 中建立的工作。如果要建立影像分割模型，請選擇步驟 3 中建立的工作。

  6. 在標籤工作摘要中，在輸出資料集位置中開啟 S3 位置。請注意資訊清單檔案的位置，應該是s3://output-dataset-location/manifests/output/output.manifest。

  7. 如果您想要為測試資料集建立資訊清單檔案，請重複此程序。否則，請按照中的說明建立資料集建立包含資訊清單檔案的資料集。

建立資料集

使用此程序，在 Lookout Vision 專案中使用您在的步驟 6 中記下的資訊清單檔案建立資料集 使用 Amazon SageMaker Ground Truth 標記圖像。資訊清單檔案會為單一資料集專案建立訓練資料集。如果您希望專案擁有單獨的測試資料集，可以執行另一個 Amazon SageMaker Ground Truth 任務，為測試資料集建立資訊清單檔案。或者，您可以自己創建清單文件。您也可以從 Amazon S3 儲存貯體或本機電腦將映像匯入測試資料集。（圖像可能需要標籤才能訓練模型）。

此程序假設您的專案沒有任何資料集。

若要使用 Lookout for Vision 建立資料集 (主控台)

  1. 打開 Amazon Lookout for Vision 控制台 https://console.aws.amazon.com/lookoutvision/.

  2. 選擇開始使用。

  3. 在左側導覽視窗中，選擇專案。

  4. 選擇您要新增與資訊清單檔案搭配使用的專案。

  5. 在 [運作方式] 區段中，選擇 [建立資料集]。

  6. 選擇 [單一資料集] 索引標籤或 [個別訓練與測試資料集] 索引標籤，然後依照步驟

    Single dataset

    1. 選擇 [建立單一資料集]。

    2. 在 [影像來源設定] 區段中，選擇 [匯入由 SageMaker Ground Truth 標記的影像]。

    3. 對於 .manifest 檔案位置，請輸入您在的步驟 6 中記下的資訊清單檔案的 使用 Amazon SageMaker Ground Truth 標記圖像位置。

    Separate training and test datasets

    1. 選擇 [建立訓練資料集和測試資料集]。

    2. 在 [訓練資料集詳細資料] 區段中，選擇 [匯入由 SageMaker Ground Truth 標記的影像

    3. 在 .manifest 檔案位置中，您在的步驟 6 中記下的資訊清單檔案的 使用 Amazon SageMaker Ground Truth 標記圖像位置。

    4. 在 [測試資料集詳細資料] 區段中，選擇 [匯入由 SageMaker Ground Truth 標記的影像

    5. 在 .manifest 檔案位置中，您在的步驟 6 中記下的資訊清單檔案的 使用 Amazon SageMaker Ground Truth 標記圖像位置。請記住，測試資料集需要個別的資訊清單檔案。

  7. 選擇提交。

  8. 請遵循 培訓您的模型 中的步驟訓練模型。