影像分類 (單一標籤)

當您需要工作人員使用您指定的預先定義標籤對影像進行分類時，請使用 Amazon SageMaker Ground Truth 圖像分類標籤任務。系統會向工作者顯示影像，並要求工作者為各個影像逐一選擇標籤。

您可以使用 Amazon SageMaker 主控台的「Ground Truth」區段或CreateLabelingJob作業建立影像分類標籤任務。

重要

對於此任務類型，如果您建立自己的資訊清單檔案，請使用 "source-ref" 來識別您要在 Amazon S3 中標記的每個影像檔案位置。如需詳細資訊，請參閱 輸入資料。

建立影像分類標記任務 (主控台)

您可以按照指示建立標記任務 (主控台)了解如何在 SageMaker 主控台中建立影像分類標籤工作。在步驟 10 中，從任務類別下拉式清單中選擇影像，然後選擇影像分類 (單一標籤)做為任務類型。

Ground Truth 提供類似下列標記任務的工作者 UI。使用主控台建立標記任務時，您可以指定指示以協助工作者完成任務，以及工作者可以選擇的標籤。

建立影像分類標記任務 (API)

若要建立影像分類標籤工作，請使用 SageMaker API 作業CreateLabelingJob。此 API 為所有 AWS SDK 定義此操作。若要查看這項操作支援的特定語言 SDK 清單，請參閱 CreateLabelingJob 的〈另請參閱〉一節。

設定請求時，請遵循建立標記任務 (API) 上的指示並執行下列動作：

• 此任務類型的預先標註 Lambda 函數會以 PRE-ImageMultiClass 結尾。若要尋找您所在區域的預先註解 Lambda ARN，請參閱。PreHumanTaskLambdaArn

• 此任務類型的註釋合併 Lambda 函數會以 ACS-ImageMultiClass 結尾。若要尋找適用於您區域的註解整合 Lambda ARN，請參閱。AnnotationConsolidationLambdaArn

下列是用 AWS Python 開發套件 (Boto3) 請求，在美國東部 (維吉尼亞北部) 區域建立標記任務的範例。所有以紅色標示的參數都應該用您的規格和資源加以取代。

response = client.create_labeling_job(
    LabelingJobName='example-image-classification-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/worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClass,
        'TaskKeywords': [
            Image classification',
        ],
        'TaskTitle': Image classification task',
        'TaskDescription': 'Carefully inspect the image and classify it by selecting one label from the categories provided.',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClass'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

提供影像分類標記任務的範本

如果您使用 API 來建立標記任務，則必須在 UiTemplateS3Uri 中提供工作者任務範本。複製並修改下列範本。僅修改 short-instructions、full-instructions 和 header。

將此範本上傳至 S3，並在 UiTemplateS3Uri 中提供此檔案的 S3 URI。

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-image-classifier
    name="crowd-image-classifier"
    src="{{ task.input.taskObject | grant_read_access }}"
    header="please classify"
    categories="{{ task.input.labels | to_json | escape }}"
  >
    <full-instructions header="Image classification instructions">
      <ol><li><strong>Read</strong> the task carefully and inspect the image.</li>
      <li><strong>Read</strong> the options and review the examples provided to understand more about the labels.</li>
      <li><strong>Choose</strong> the appropriate label that best suits the image.</li></ol>
    </full-instructions>
    <short-instructions>
      <h3><span style="color: rgb(0, 138, 0);">Good example</span></h3>
      <p>Enter description to explain the correct label to the workers</p>
      <h3><span style="color: rgb(230, 0, 0);">Bad example</span></h3><p>Enter description of an incorrect label</p>
    </short-instructions>
  </crowd-image-classifier>
</crowd-form>

影像分類輸出資料

建立影像分類標記任務後，您的輸出資料會位於使用 API 時在 S3OutputPath 參數中指定的 Amazon S3 儲存貯體中，或在主控台標記任務區段的輸出資料集位置中。

若要進一步了解 Ground Truth 產生的輸出資訊清單檔案，以及 Ground Truth 用來儲存輸出資料的檔案結構，請參閱 輸出資料。

若要檢視影像分類標記任務的輸出資訊清單檔案範例，請參閱 分類任務輸出。