Crear un trabajo de etiquetado (API)

Una plantilla de tarea del trabajador (UiTemplateS3Uri) o un ARN de interfaz de usuario de tareas humanas (HumanTaskUiArn) en Amazon S3.

Un archivo de manifiesto de entrada que especifica los datos de entrada en Amazon S3. Especifique la ubicación del archivo de manifiesto de entrada en ManifestS3Uri. Para obtener información sobre cómo crear un manifiesto de entrada, consulte Datos de entrada. Si crea un trabajo de etiquetado en streaming, esto es opcional. Para aprender a crear un trabajo de etiquetado en streaming, consulte Crear un trabajo de etiquetado en streaming.

Un bucket de Amazon S3 para almacenar los datos de salida. Usted especifica este bucket y, opcionalmente, un prefijo en S3OutputPath.

Un archivo de configuración de categoría de etiqueta. El nombre de cada categoría de etiquetas debe ser único. Especifique la ubicación de este archivo en Amazon S3 utilizando el parámetro LabelCategoryConfigS3Uri. El formato y las categorías de etiquetas de este archivo dependen del tipo de tarea que utilice:

Un rol AWS Identity and Access Management (IAM) con la política de IAM AmazonSageMakerGroundTruthExecutionadministrada adjunta y con permisos para acceder a sus buckets de S3. Especifique este rol en RoleArn. Para obtener más información sobre esta política, consulte Utilice políticas IAM gestionadas con Ground Truth. Si necesita permisos pormenorizados, consulte Asigne IAM permisos para usar Ground Truth.

Si el nombre del bucket de entrada o salida no contiene sagemaker, puede asociar una política similar a la siguiente al rol que se pasa a la operación CreateLabelingJob.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "s3:GetObject"
            ],
            "Resource": [
                "arn:aws:s3:::my_input_bucket/*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::my_output_bucket/*"
            ]
        }
    ]
}

Un nombre de recurso de Amazon (ARN) de la función AWS Lambda de preanotación y postanotación (o de consolidación de anotaciones) para procesar los datos de entrada y de salida.

Un ARN de equipo de trabajo que especifique en WorkteamArn. Recibirá un ARN de equipo de trabajo cuando se suscriba a la plantilla de un proveedor o cree un equipo de trabajo privado. Si va a crear un trabajo de etiquetado para un fotograma de vídeo o una tarea de tipo nube de puntos, no podrá utilizar personal. Amazon Mechanical Turk Para todos los demás tipos de tareas, para utilizar el personal de Mechanical Turk, utilice el siguiente ARN. regionReemplácela por la AWS región que está utilizando para crear el trabajo de etiquetado.

arn:aws:sagemaker:region:394669845002:workteam/public-crowd/default

Si utiliza el personal de Amazon Mechanical Turk, utilice el parámetro ContentClassifiers en DataAttributes para declarar que el contenido está libre de información de identificación personal o contenido para adultos.

Ground Truth exige que sus datos de entrada estén libres de información de identificación personal (PII) si utiliza el personal de Mechanical Turk. Si utiliza Mechanical Turk y no especifica que los datos de entrada están libres de PII utilizando la marca FreeOfPersonallyIdentifiableInformation, el trabajo de etiquetado producirá un error. Usa la FreeOfAdultContent bandera para declarar que los datos introducidos no contienen contenido para adultos. SageMaker puede restringir el número de trabajadores de Amazon Mechanical Turk que pueden ver tu tarea si contiene contenido para adultos.

Para obtener más información sobre los equipos de trabajo y el personal, consulte Creación y gestión de personal.

Si utiliza el personal de Mechanical Turk, debe especificar el precio que pagará a los trabajadores por realizar una tarea en PublicWorkforceTaskPrice.

Para configurar la tarea, debe proporcionar una descripción y un título utilizando TaskDescription y TaskTitle, respectivamente. Si lo desea, puede establecer límites de tiempo que controlen cuánto tiempo tienen que trabajar los trabajadores en una tarea individual (TaskTimeLimitInSeconds) y cuánto tiempo permanecen las tareas en el portal del trabajador a su disposición (TaskAvailabilityLifetimeInSeconds).

(Opcional) Para algunos tipos de tareas, puede hacer que varios trabajadores etiqueten un solo objeto de datos introduciendo un número mayor que uno en el parámetro NumberOfHumanWorkersPerDataObject. Para obtener más información acerca de la consolidación de anotaciones, consulte Consolidar anotaciones.

(Opcional) Para crear un trabajo de etiquetado de datos automatizado, especifique uno de los ARN que figuran en LabelingJobAlgorithmSpecificationArn. LabelingJobAlgorithmsConfig Este ARN identifica el algoritmo trabajador en el trabajo de etiquetado de datos automatizado. El tipo de tarea asociado a este ARN debe coincidir con el tipo de tarea del PreHumanTaskLambdaArn y AnnotationConsolidationLambdaArn que especifique. El etiquetado de datos automatizado es compatible con los siguientes tipos de tareas: clasificación de imágenes, cuadro delimitador, segmentación semántica y clasificación de texto. El número mínimo de objetos permitidos para el etiquetado de datos automatizado es de 1250, pero recomendamos encarecidamente proporcionar un mínimo de 5000 objetos. Para obtener más información sobre los trabajos de etiquetado de datos automatizado, consulte Automatizar el etiquetado de datos.

(Opcional) Puede proporcionar StoppingConditions que hagan que el trabajo de etiquetado se detenga si se cumple una de las condiciones. Puede utilizar las condiciones de detención para controlar el costo del trabajo de etiquetado.