定義圖像分類的 JSON 行 - Amazon Lookout for Vision

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。

定義圖像分類的 JSON 行

您可以為想要在 Amazon 觀察視覺資訊清單檔案中使用的每個映像定義一個 JSON 行。如果您要建立分類模型,JSON 行必須包含正常或異常的影像分類。JSON 行是 SageMaker Ground Truth 分類 Job 輸出格式。清單檔案由一個或多個 JSON Lines 組成,每個要匯入的影像都有一個。

建立已分類影像的資訊清單檔
  1. 建立空白文字檔案。

  2. 針對要匯入的每個影像新增 JSON Line。每個 JSON 行看起來應類似於以下內容:

    {"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. 儲存檔案。

    注意

    您可以使用副檔名 .manifest,但這不是必要的。

  4. 使用您建立的清單檔案建立資料集。如需詳細資訊,請參閱建立清單檔案

將 JSON 行分類

在本節中,您將學習如何建立將圖像分類為正常或異常的 JSON 行。

異常行

下列 JSON 行顯示標記為異常的影像。請注意,的值class-nameanomaly

{ "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 }

正常的 JSON 行

下面的 JSON 行顯示標記為正常的圖像。請注意,的值class-namenormal

{ "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 線路索引鍵和值

下列資訊說明 Amazon Lookout for Vision JSON 行中的索引鍵和值。

source-ref

(必要) 影像的 Amazon S3 位置。格式是 "s3://BUCKET/OBJECT_PATH"。匯入資料集中的影像必須存放在同一個 Amazon S3 儲存貯體中。

異常標籤

(必要) 屬性標籤。使用金鑰anomaly-label或您選擇的其他金鑰名稱。關鍵值(0在前面的例子中)是由 Amazon Lookout for Vision 所需的,但不使用它。Amazon Lookout for Vision 創建的輸出清單將值轉換1為異常圖像和一般圖像0的值。的值class-name決定影像是正常還是異常。

必須有由欄位名稱識別的對應中繼資料,並附加了 -metadata。例如 "anomaly-label-metadata"

anomaly-label-metadata

(必要) 有關標籤屬性的中繼資料。欄位名稱必須與附加了 -metadata 的標籤屬性相同。

confidence

(可選)Amazon 觀察目前未使用視覺。如果您確實指定了值,請使用的值1

job-name

(選用) 您為處理影像的任務選擇的名稱。

class-name

(必要) 如果影像包含一般內容,請指定normal,否則請指定anomaly。如果的值class-name是任何其他值,則會將影像新增至資料集,做為未標籤的影像。若要標示影像,請參閱將影像新增至資料集

human-annotated

(必要) 如果註釋由人類完成,則指定 "yes"。否則請指定 "no"

creation-date

(選擇性) 建立標籤的國際標準時間 (UTC) 日期和時間。

type

(必要) 應套用至影像的處理類型。對於影像層級異常標籤,值為。"groundtruth/image-classification"