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.
Bilder aus einem Amazon S3 S3-Bucket importieren
Die Bilder werden von einem Amazon-S3-Bucket importiert. Sie können den Konsolen-Bucket oder einen anderen Amazon S3 S3-Bucket in Ihrem AWS Konto verwenden. Wenn Sie den Konsolen-Bucket verwenden, sind die erforderlichen Berechtigungen bereits eingerichtet. Wenn Sie den Konsolen-Bucket nicht verwenden, siehe Zugreifen auf externe Amazon-S3-Buckets.
Anmerkung
Sie können den nicht verwenden AWS SDK, um einen Datensatz direkt aus Bildern in einem Amazon S3 S3-Bucket zu erstellen. Erstellen Sie stattdessen eine Manifestdatei, die auf die Quellverzeichnisse der Bilder verweist. Weitere Informationen finden Sie unter Verwenden einer Manifestdatei zum Importieren von Bildern
Während der Datensatzerstellung können Sie festlegen, dass Bildern Labelnamen zugewiesen werden, die auf dem Namen des Ordners basieren, der die Bilder enthält. Der/Die Ordner müssen ein untergeordnetes Element des Amazon S3-Ordnerpfads sein, den Sie bei der Datensatzerstellung im Ordner S3 angegeben haben. Informationen zum Erstellen eines Datensatzes finden Sie unter Erstellen eines Datensatzes durch Importieren von Bildern aus einem S3-Bucket.
Angenommen, ein Amazon-S3-Bucket hat die folgende Ordnerstruktur. Wenn Sie den Speicherort des Amazon S3-Ordners als S3-Bucket/Alexa-Geräte angeben, wird den Bildern im Ordner Echo das Label Echo zugewiesen. In ähnlicher Weise wird Bildern im Ordner Echo-Dot das Label Echo-Dot zugewiesen. Die Namen untergeordneter Ordner werden nicht für Bilder-Labels verwendet. Stattdessen wird der entsprechende untergeordnete Ordner des Amazon S3-Ordnerspeicherorts verwendet. Bildern im Ordner white-echo-dotswird beispielsweise die Bezeichnung echo-dot zugewiesen. Bildern auf der Ebene des Speicherorts des S3-Ordners (Alexa-Geräte) sind keine Labels zugewiesen.
Ordner, die sich weiter unten in der Ordnerstruktur befinden, können für Bilder-Label verwendet werden, indem ein untergeordneter Speicherort für den S3-Ordner angegeben wird. Wenn Sie beispielsweise S3-Bucket/Alexa-Devices/Echo-Dot angeben, werden die Bilder im Ordner beschriftet. white-echo-dotwhite-echo-dot Bilder, die sich außerhalb des angegebenen Speicherorts des S3-Ordners befinden, wie z. B. Echo, werden nicht importiert.
S3-bucket └── alexa-devices ├── echo │ ├── echo-image-1.png │ └── echo-image-2.png │ ├── . │ └── . └── echo-dot ├── white-echo-dot │ ├── white-echo-dot-image-1.png │ ├── white-echo-dot-image-2.png │ ├── echo-dot-image-1.png ├── echo-dot-image-2.png ├── . └── .
Wir empfehlen Ihnen, den Amazon S3 S3-Bucket (Konsolen-Bucket) zu verwenden, der von Amazon Rekognition für Sie erstellt wurde, als Sie die Konsole zum ersten Mal in der aktuellen AWS Region geöffnet haben. Wenn sich der Amazon-S3-Bucket, den Sie verwenden, vom Konsolen-Bucket unterscheidet (extern), werden Sie von der Konsole während der Datensatzerstellung aufgefordert, die entsprechenden Berechtigungen einzurichten. Weitere Informationen finden Sie unter Schritt 2: Einrichten von Amazon Rekognition Custom Labels-Konsolenberechtigungen.
Erstellen eines Datensatzes durch Importieren von Bildern aus einem S3-Bucket
Im folgenden Verfahren wird gezeigt, wie Sie einen Datensatz mithilfe von Bildern erstellen, die im S3-Bucket der Konsole gespeichert sind. Die Bilder erhalten als Label automatisch den Namen des Ordners, in dem sie gespeichert sind.
Nachdem Sie Ihre Bilder importiert haben, können Sie auf der Galerie-Seite eines Datensatzes weitere Bilder hinzufügen, Labels zuweisen und Begrenzungsrahmen hinzufügen. Weitere Informationen finden Sie unter Labeling von Bildern.
Laden Sie Ihre Bilder in einen Amazon Simple Storage Service-Bucket hoch.
Erstellen Sie auf Ihrem lokalen Computer einen Ordner. Verwenden Sie einen Ordnernamen wie Alexa-Geräte.
Erstellen Sie in dem Ordner, den Sie gerade erstellt haben, Ordner, die nach jedem Label benannt sind, das Sie verwenden möchten. Zum Beispiel Echo und Echo-Dot. Die Ordnerstruktur sollte in etwa folgendermaßen aussehen.
alexa-devices ├── echo │ ├── echo-image-1.png │ ├── echo-image-2.png │ ├── . │ └── . └── echo-dot ├── echo-dot-image-1.png ├── echo-dot-image-2.png ├── . └── .Platzieren Sie die Bilder, die einem Label entsprechen, in den Ordner mit demselben Labelnamen.
Melden Sie sich bei der an AWS Management Console und öffnen Sie die Amazon S3 S3-Konsole unter https://console.aws.amazon.com/s3/
. Fügen Sie den Ordner, den Sie in Schritt 1 erstellt haben, dem Amazon-S3-Bucket (Konsolen-Bucket) hinzu, den Amazon Rekognition Custom Labels bei der ersten Einrichtung für Sie erstellt hat. Weitere Informationen finden Sie unter Verwalten eines Amazon Rekognition Custom Labels-Projekts.
Öffnen Sie die Amazon Rekognition Rekognition-Konsole unter. https://console.aws.amazon.com/rekognition/
Wählen Sie Benutzerdefinierte Labels verwenden.
Wählen Sie Erste Schritte.
Wählen Sie im linken Navigationsbereich die Option Projekte aus.
Wählen Sie auf der Seite Projekte das Projekt aus, dem Sie den Datensatz hinzufügen möchten. Die Detailseite für Ihr Projekt wird angezeigt.
Wählen Sie Datensatz erstellen. Die Seite Datensatz erstellen wird angezeigt.
Wählen Sie in der Startkonfiguration entweder Mit einem einzelnen Datensatz beginnen oder Mit einem Trainingsdatensatz beginnen aus. Um ein qualitativ hochwertigeres Modell zu erstellen, empfehlen wir, mit separaten Trainings- und Testdatensätzen zu beginnen.
Wählen Sie Bilder aus Amazon-S3-Bucket importieren aus.
Geben Sie in S3 URI den Speicherort und den Ordnerpfad des Amazon S3 S3-Buckets ein.
Wählen Sie Je nach Ordner automatisch Labels an Bilder anhängen aus.
Wählen Sie Datensätze erstellen aus. Die Datensatzseite für Ihr Projekt wird geöffnet.
-
Wenn Sie Labels hinzufügen oder ändern müssen, führen Sie Labeling von Bildern aus.
Folgen Sie den Anweisungen unter Ein Modell trainieren (Konsole), um Ihr Modell zu trainieren.
