Hinweis zum Ende des Supports: Am 31. Oktober 2025 AWS wird der Support für Amazon Lookout for Vision eingestellt. Nach dem 31. Oktober 2025 können Sie nicht mehr auf die Lookout for Vision Vision-Konsole oder die Lookout for Vision Vision-Ressourcen zugreifen. Weitere Informationen finden Sie in diesem Blogbeitrag.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Definition von JSON-Zeilen für die Bildsegmentierung

Sie definieren eine JSON-Zeile für jedes Bild, das Sie in einer Amazon Lookout for Vision Vision-Manifestdatei verwenden möchten. Wenn Sie ein Segmentierungsmodell erstellen möchten, muss die JSON-Zeile Segmentierungs- und Klassifizierungsinformationen für das Bild enthalten. Eine Manifestdatei besteht aus einer oder mehreren JSON-Zeilen, eine für jedes Bild, das Sie importieren möchten.

Segmentierung: JSON-Zeilen

In diesem Abschnitt erfahren Sie, wie Sie eine JSON-Zeile erstellen, die Segmentierungs- und Klassifizierungsinformationen für ein Bild enthält.

Die folgende JSON-Zeile zeigt ein Bild mit Segmentierungs- und Klassifizierungsinformationen. anomaly-label-metadataenthält Klassifizierungsinformationen. anomaly-mask-refund anomaly-mask-ref-metadata enthalten Segmentierungsinformationen.

{
    "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-Zeilenschlüssel und -werte

Die folgenden Informationen beschreiben die Schlüssel und Werte in einer Amazon Lookout for Vision JSON-Zeile.

Quellennachweis

(Erforderlich) Der Amazon S3-Speicherort des Bildes. Das Format ist "s3://BUCKET/OBJECT_PATH". Bilder in einem importierten Datensatz müssen im gleichen Amazon-S3-Bucket gespeichert werden.

Bezeichnung einer Anomalie

(Erforderlich) Das Label-Attribut. Verwenden Sie den Schlüssel oder einen anderen Schlüsselnamenanomaly-label, den Sie wählen. Der Schlüsselwert (1im vorherigen Beispiel) wird von Amazon Lookout for Vision benötigt, aber nicht verwendet. Das von Amazon Lookout for Vision erstellte Ausgabemanifest konvertiert den Wert in 1 für ein ungewöhnliches Bild und einen Wert von 0 für ein normales Bild. Der Wert von class-name bestimmt, ob das Bild normal oder ungewöhnlich ist.

Es müssen entsprechende Metadaten vorhanden sein, die durch den Feldnamen mit angehängtem -Metadaten identifiziert werden. Beispiel, "anomaly-label-metadata".

anomaly-label-metadata

(Erforderlich) Metadaten zum Label-Attribut. Enthält Klassifizierungsinformationen. Der Feldname muss mit dem Label-Attribut identisch sein, wobei -Metadaten angehängt ist.

anomaly-mask-ref

(Erforderlich) Der Amazon S3 S3-Speicherort des Maskenbilds. Verwenden Sie anomaly-mask-ref ihn als Schlüsselnamen oder verwenden Sie einen Schlüsselnamen Ihrer Wahl. Der Schlüssel muss mit enden-ref. Das Maskenbild muss farbige Masken für jeden Anomalietyp internal-color-map enthalten. Das Format ist "s3://BUCKET/OBJECT_PATH". Bilder in einem importierten Datensatz müssen im gleichen Amazon-S3-Bucket gespeichert werden. Das Maskenbild muss ein Bild im PNG-Format (Portable Network Graphic) sein.

anomaly-mask-ref-metadata

(Erforderlich) Segmentierungsmetadaten für das Bild. Verwenden Sie es anomaly-mask-ref-metadata für den Schlüsselnamen oder verwenden Sie einen Schlüsselnamen Ihrer Wahl. Der Schlüsselname muss mit enden-ref-metadata.