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.
Verwenden von Eingabe- und Ausgabedaten
Die Eingabedaten, die Sie Amazon SageMaker Ground Truth zur Verfügung stellen, werden zur Kennzeichnung an Ihre Mitarbeiter gesendet. Sie wählen die Daten aus, die an Ihre Auftragnehmer gesendet werden sollen, indem Sie eine einzige Manifestdatei erstellen, die alle Daten definiert, für die eine Kennzeichnung erforderlich sind, oder indem Sie Eingabedatenobjekte an einen laufenden Streaming-Kennzeichnungsauftrag senden, der in Echtzeit gekennzeichnet wird.
Die Ausgabedaten sind das Ergebnis Ihres Kennzeichnungsauftrags. Die Ausgabedatendatei oder erweiterte Manifestdatei enthält Kennzeichnungsdaten für jedes Objekt, das Sie an den Kennzeichnungsauftrag senden, sowie Metadaten für die Kennzeichnung, die den Datenobjekten zugewiesen wurde.
Wenn Sie Bildklassifizierung (einzelne und mehrere Labels), Textklassifizierung (einzelne und mehrere Labels), Objekterkennung und semantische Segmentierung verwenden, um einen Label-Job zu erstellen, können Sie die resultierende erweiterte Manifest-Datei verwenden, um einen Schulungsjob zu starten. SageMaker Eine Demonstration, wie Sie ein erweitertes Manifest verwenden, um ein Machine-Learning-Modell zur Objekterkennung mit Amazon zu trainieren SageMaker, finden Sie unter object_detection_augmented_manifest_training.ipynb
