定義用於圖像分割的 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。

定義用於圖像分割的 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。如果您要建立區段模型,JSON 行必須包含影像的區段和分類資訊。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。

若要建立分段影像的資訊清單檔案
  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://path-to-image","anomaly-label":1,"anomaly-label-metadata":{"class-name":"anomaly","creation-date":"2021-10-12T14:16:45.668","human-annotated":"yes","job-name":"labeling-job/classification-job","type":"groundtruth/image-classification","confidence":1},"anomaly-mask-ref":"s3://path-to-image","anomaly-mask-ref-metadata":{"internal-color-map":{"0":{"class-name":"BACKGROUND","hex-color":"#ffffff","confidence":0.0},"1":{"class-name":"scratch","hex-color":"#2ca02c","confidence":0.0},"2":{"class-name":"dent","hex-color":"#1f77b4","confidence":0.0}},"type":"groundtruth/semantic-segmentation","human-annotated":"yes","creation-date":"2021-11-23T20:31:57.758889","job-name":"labeling-job/segmentation-job"}}
  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

分割 JSON 行

在本節中,您將學習如何建立 JSON 行,其中包含影像的區段和分類資訊。

下列 JSON 行顯示含有分割和分類資訊的影像。 anomaly-label-metadata包含分類資訊。 anomaly-mask-refanomaly-mask-ref-metadata包含區段資訊。

{ "source-ref": "s3://path-to-image", "anomaly-label": 1, "anomaly-label-metadata": { "class-name": "anomaly", "creation-date": "2021-10-12T14:16:45.668", "human-annotated": "yes", "job-name": "labeling-job/classification-job", "type": "groundtruth/image-classification", "confidence": 1 }, "anomaly-mask-ref": "s3://path-to-image", "anomaly-mask-ref-metadata": { "internal-color-map": { "0": { "class-name": "BACKGROUND", "hex-color": "#ffffff", "confidence": 0.0 }, "1": { "class-name": "scratch", "hex-color": "#2ca02c", "confidence": 0.0 }, "2": { "class-name": "dent", "hex-color": "#1f77b4", "confidence": 0.0 } }, "type": "groundtruth/semantic-segmentation", "human-annotated": "yes", "creation-date": "2021-11-23T20:31:57.758889", "job-name": "labeling-job/segmentation-job" } }

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(1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。包含分類資訊。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。使用值"groundtruth/image-classification"

anomaly-mask-ref

(必要) 遮罩影像的 Amazon S3 位置。用anomaly-mask-ref於金鑰名稱或使用您選擇的金鑰名稱。金鑰必須以結尾-ref。遮色片影像必須包含每種異常類型internal-color-map的彩色遮色片。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。遮罩影像必須是可攜式網路圖形 (PNG) 格式的影像。

anomaly-mask-ref-metadata

(必要) 分割影像的中繼資料。用anomaly-mask-ref-metadata於金鑰名稱或使用您選擇的金鑰名稱。金鑰名稱必須以結尾-ref-metadata

internal-color-map

(必要) 對應至個別異常類型的顏色對應。顏色必須與遮色片影像中的顏色相符 (anomaly-mask-ref)。

金鑰

(必填)鍵進入地圖。項目0必須包含代表影像異常以外區域的類別名稱 BACKAGE。

class-name

(必要) 異常類型的名稱,例如刮痕或凹痕。

十六進制顏色

(必要) 異常類型的十六進位顏色,例如#2ca02c。顏色必須與中的顏色相符anomaly-mask-refBACKGROUND異常類型的值永遠#ffffff為。

confidence

(必要) Amazon Lookout for Vision 目前尚未使用,但需要浮點值。

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) 建立區段資訊的國際標準時間 (UTC) 日期和時間。

type

(必要) 應套用至影像的處理類型。使用值"groundtruth/semantic-segmentation"