Avis de fin de support : le 31 octobre 2025, le support d'Amazon Lookout for Vision AWS sera interrompu. Après le 31 octobre 2025, vous ne pourrez plus accéder à la console Lookout for Vision ni aux ressources Lookout for Vision. Pour plus d'informations, consultez ce billet de blog
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Définition de JSON lignes pour la segmentation d'images
Vous définissez une JSON ligne pour chaque image que vous souhaitez utiliser dans un fichier manifeste Amazon Lookout for Vision. Si vous souhaitez créer un modèle de segmentation, la JSON ligne doit inclure des informations de segmentation et de classification pour l'image. Un fichier manifeste est composé d'une ou de plusieurs JSON lignes, une pour chaque image que vous souhaitez importer.
Pour créer un fichier manifeste pour les images segmentées
-
Créez un fichier texte vide.
-
Ajoutez une JSON ligne pour chaque image que vous souhaitez importer. Chaque JSON ligne doit ressembler à ce qui suit :
{"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"}}
-
Enregistrez le fichier.
Note
Vous pouvez utiliser l’extension
.manifest
, mais cela n’est pas obligatoire. -
Créez un jeu de données à l’aide du fichier manifeste que vous avez créé. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.
JSONLignes de segmentation
Dans cette section, vous allez apprendre à créer une JSON ligne qui inclut des informations de segmentation et de classification pour une image.
La JSON ligne suivante montre une image contenant des informations de segmentation et de classification. anomaly-label-metadata
contient des informations de classification. anomaly-mask-ref
et anomaly-mask-ref-metadata
contiennent des informations de segmentation.
{ "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
" } }
JSONclés et valeurs de ligne
Les informations suivantes décrivent les clés et les valeurs d'une gamme Amazon Lookout for JSON Vision.
Source-réf.
(Obligatoire) Emplacement Amazon S3 de l’image. Le format est "s3://
. Les images d’un jeu de données importé doivent être stockées dans le même compartiment Amazon S3. BUCKET
/OBJECT_PATH
"
étiquette d'anomalie
(Obligatoire) Attribut de l’étiquette. Utilisez la clé anomaly-label
ou un autre nom de clé de votre choix. La valeur clé (1
dans l'exemple précédent) est requise par Amazon Lookout for Vision, mais elle n'est pas utilisée. Le manifeste de sortie créé par Amazon Lookout for Vision convertit la valeur en 1
pour une image anormale et la valeur 0
en pour une image normale. La valeur de class-name
détermine si l'image est normale ou anormale.
Les métadonnées correspondantes doivent être identifiées par le nom du champ, nom auquel vous devez ajouter -metadata. Par exemple, "anomaly-label-metadata"
.
anomaly-label-metadata
(Obligatoire) Métadonnées relatives à l’attribut de l’étiquette. Contient des informations de classification. Le nom du champ doit être identique à celui de l’attribut de l’étiquette. La mention -metadata doit être ajoutée à la fin du nom.
- confidence
-
(Facultatif) Actuellement non utilisé par Amazon Lookout for Vision. Si vous spécifiez une valeur, utilisez une valeur de
1
. - job-name
-
(Facultatif) Nom que vous choisissez pour la tâche qui traitera l’image.
- class-name
-
(Obligatoire) Si l'image contient un contenu normal, spécifiez
normal
, sinon spécifiezanomaly
. Si la valeur declass-name
est une autre valeur, l'image est ajoutée au jeu de données en tant qu'image non étiquetée. Pour étiqueter une image, voirAjouter des images à votre jeu de données. - human-annotated
-
(Obligatoire) Spécifiez
"yes"
si l’annotation a été complétée par un humain. Sinon, spécifiez"no"
. - creation-date
-
(Facultatif) Date et heure universelles coordonnées (UTC) auxquelles l'étiquette a été créée.
- type
-
(Obligatoire) Type de traitement à appliquer à l’image. Utilisez la valeur
"groundtruth/image-classification"
.
anomaly-mask-ref
(Obligatoire) L'emplacement de l'image du masque sur Amazon S3. anomaly-mask-ref
Utilisez-le comme nom de clé ou utilisez le nom de clé de votre choix. La clé doit se terminer par-ref
. L'image du masque doit contenir des masques colorés pour chaque type internal-color-map
d'anomalie. Le format est "s3://
. Les images d’un jeu de données importé doivent être stockées dans le même compartiment Amazon S3. L'image du masque doit être une image au format Portable Network Graphic (PNG).BUCKET
/OBJECT_PATH
"
anomaly-mask-ref-metadata
(Obligatoire) Métadonnées de segmentation pour l'image. anomaly-mask-ref-metadata
Utilisez-le comme nom de clé ou utilisez le nom de clé de votre choix. Le nom de la clé doit se terminer par-ref-metadata
.
- internal-color-map
-
(Obligatoire) Une carte de couleurs correspondant à des types d'anomalies individuels. Les couleurs doivent correspondre à celles de l'image du masque (
anomaly-mask-ref
).- key
-
(Obligatoire) La clé d'accès à la carte. L'entrée
0
doit contenir le nom de classe BACKGROUND qui représente les zones situées en dehors des anomalies sur l'image.- class-name
(Obligatoire) Le nom du type d'anomalie, tel qu'une égratignure ou une bosse.
- couleur hexadécimale
(Obligatoire) La couleur hexadécimale du type d'anomalie, telle que.
#2ca02c
La couleur doit correspondre à une couleur deanomaly-mask-ref
. La valeur du typeBACKGROUND
d'anomalie est toujours#ffffff
.- confidence
(Obligatoire) Actuellement non utilisé par Amazon Lookout for Vision, mais une valeur flottante est requise.
- human-annotated
-
(Obligatoire) Spécifiez
"yes"
si l’annotation a été complétée par un humain. Sinon, spécifiez"no"
. - creation-date
-
(Facultatif) Date et heure universelles coordonnées (UTC) auxquelles les informations de segmentation ont été créées.
- type
-
(Obligatoire) Type de traitement à appliquer à l’image. Utilisez la valeur
"groundtruth/semantic-segmentation"
.