Clasificación de imágenes (consola) - Amazon Lookout for Vision

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Clasificación de imágenes (consola)

La consola de Lookout for Vision se utiliza para clasificar las imágenes de un conjunto de datos como normales o anómalas. Las imágenes no clasificadas no se utilizan para entrenar el modelo.

Si va a crear un modelo de segmentación de imágenes, omita este procedimiento y haga Segmentación de imágenes (consola), que incluye los pasos para clasificar las imágenes.

nota

Si acaba de completar Creación de un conjunto de datos, la consola debería mostrar el panel de control del modelo y no es necesario que realice los pasos del 1 al 4.

Para clasificar las imágenes (consola)

  1. Abre la consola https://console.aws.amazon.com/lookoutvision/Amazon Lookout for Vision en.

  2. En el panel de navegación izquierdo, elija Proyectos.

  3. En la página Proyectos, elija el proyecto que desee usar.

  4. En el panel de navegación izquierdo del proyecto, elija Conjunto de datos.

  5. Si tiene conjuntos de datos de entrenamiento y de prueba independientes, elija la pestaña del conjunto de datos que quiera usar.

  6. Seleccione Empezar a etiquetar.

  7. Elija Seleccionar todas las imágenes de esta página.

  8. Si las imágenes son normales, seleccione Clasificar como normal; de lo contrario, elija Clasificar como anomalía. Aparece una etiqueta debajo de cada imagen.

  9. Si necesita cambiar la etiqueta de una imagen, siga este procedimiento:

    1. Seleccione Anomalía o Normal debajo de la imagen.

    2. Si no puede determinar la etiqueta correcta para una imagen, amplíe la imagen seleccionándola en la galería.

    nota

    Puede filtrar las etiquetas de las imágenes seleccionando la etiqueta deseada, o el estado de la etiqueta, en la sección Filtros.

  10. Repita los pasos del 7 al 9 en cada página según sea necesario hasta que todas las imágenes del conjunto de datos se hayan etiquetado correctamente.

  11. Elija Guardar cambios.

  12. Si ha terminado de etiquetar sus imágenes, puede entrenar su modelo.