建立包含影像的訓練和測試資料集

您可以從具有單一資料集的專案開始，或具有不同訓練和測試資料集的專案開始。如果您從單一資料集開始，Amazon Rekognition 自訂標籤會在培訓期間分割您的資料集，以便為您的專案建立培訓資料集 (80%) 和測試資料集 (20%)。如果您希望 Amazon Rekognition 自訂標籤決定影像用於訓練和測試的位置，請從單一資料集開始。為了完全控制培訓、測試和效能調整，我們建議您使用個別的培訓和測試資料集來啟動專案。

從下列其中一個位置匯入影像，即可為專案建立訓練和測試資料集：

• Amazon S3 儲存貯體

• 本機電腦

• 清單檔案

• 現有的資料集

如果您使用不同的訓練和測試資料集啟動專案，即可針對每個資料集使用不同的來源位置。

依據您匯入影像的位置而定，您的影像可能沒有標記。例如，從本機電腦匯入的影像即沒有標記。從 Amazon SageMaker Ground Truth 清單文件導入的圖像被標記。您可以使用 Amazon Rekognition 自訂標籤主控台來新增、變更和分配標籤。如需詳細資訊，請參閱 標記檔案。

如果上傳的影像有錯誤、影像遺失或影像缺少標籤，請閱讀 偵錯失敗的模型訓練。

如需資料集的詳細資訊，請參閱 管理資料集。

建立訓練和測試資料集 (SDK)

您可以使用 AWS SDK 建立訓練和測試資料集。

此CreateDataset作業可讓您選擇性地在建立新資料集時指定標籤，以便分類和管理資源。

訓練資料集

您可以透過下列方式使用 AWS SDK 建立訓練資料集。

• 搭CreateDataset配您提供的 Amazon Sageemaker 格式資訊清單檔案搭配使用。如需詳細資訊，請參閱 建立清單檔案。如需範例程式碼，請參閱 使用 SageMaker Ground Truth 資訊清單檔案 (SDK) 建立資料集。

• 使用 CreateDataset 複製現有的 Amazon Rekognition 自訂標籤資料集。如需範例程式碼，請參閱 使用現有資料集 (SDK) 建立資料集。

• 使用建立空白資料集，CreateDataset並在稍後使用新增資料集項目UpdateDatasetEntries。若要建立空白資料集，請參閱 將資料集新增至專案。若要新增影像至資料集，請參閱 新增更多影像 (SDK)。您需要先新增資料集項目，才能訓練模型。

測試資料集

您可以透過下列方式使用 AWS SDK 建立測試資料集：

• 搭CreateDataset配您提供的 Amazon Sageemaker 格式資訊清單檔案搭配使用。如需詳細資訊，請參閱 建立清單檔案。如需範例程式碼，請參閱 使用 SageMaker Ground Truth 資訊清單檔案 (SDK) 建立資料集。

• 使用 CreateDataset 複製現有的 Amazon Rekognition 自訂標籤資料集。如需範例程式碼，請參閱 使用現有資料集 (SDK) 建立資料集。

• 使用 CreateDataset 建立空白資料集，並在稍後使用 UpdateDatasetEntries 新增資料集項目。若要建立空白資料集，請參閱 將資料集新增至專案。若要新增影像至資料集，請參閱 新增更多影像 (SDK)。您需要先新增資料集項目，才能訓練模型。

• 將訓練資料集分割為不同的訓練和測試資料集。首先使用 CreateDataset 建立空白測試資料集。然後透過呼叫，將 20% 的訓練資料集項目移至測試資料集DistributeDatasetEntries。若要建立空白資料集，請參閱 將資料集新增至專案 (SDK)。若要分割訓練資料集，請參閱發佈訓練資料集 (SDK)。