Traitement des données dans un flux de travail d'étiquetage personnalisé avec AWS Lambda - Amazon SageMaker AI

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.

Traitement des données dans un flux de travail d'étiquetage personnalisé avec AWS Lambda

Dans cette rubrique, vous découvrirez comment déployer des AWS Lambdafonctions facultatives lors de la création d'un flux de travail d'étiquetage personnalisé. Vous pouvez spécifier deux types de fonctions Lambda à utiliser avec votre flux de travail d'étiquetage personnalisé.

  • Lambda de pré-annotation : cette fonction prétraite chaque objet de données envoyé à votre tâche d'étiquetage avant de l'envoyer aux travailleurs.

  • Post-annotation Lambda : cette fonction traite les résultats une fois que les employés soumettent une tâche. Si vous spécifiez plusieurs employés par objet de données, cette fonction peut inclure une logique de consolidation des annotations.

Si vous êtes un nouvel utilisateur de Lambda et de Ground Truth, nous vous recommandons d'utiliser les pages de cette section comme suit :

  1. Tout d'abord, examinez Utilisation des fonctions Lambda de pré-annotation et de post-annotation.

  2. Ensuite, utilisez la page Ajoutez les autorisations requises à utiliser AWS Lambda avec Ground Truth pour en savoir plus sur les exigences en matière de sécurité et d'autorisation pour utiliser vos fonctions Lambda de pré-annotation et post-annotation dans une tâche d'étiquetage personnalisée Ground Truth.

  3. Ensuite, vous devez accéder à la console Lambda ou utiliser celle de Lambda APIs pour créer vos fonctions. Utiliser la section Créez des fonctions Lambda à l'aide des modèles Ground Truth pour apprendre à créer des fonctions Lambda.

  4. Pour savoir comment vérifier vos fonctionnalités Lambda, veuillez consulter Tester les fonctions Lambda avant et après l'annotation.

  5. Après avoir créé des fonctions Lambda de prétraitement et de post-traitement, sélectionnez-les dans la section Fonctions Lambda située après l'éditeur de code correspondant à votre personnalisation dans la HTML console Ground Truth. Pour savoir comment utiliser ces fonctions dans une CreateLabelingJob API demande, consultezCréer un job d'étiquetage (API).

Pour un didacticiel sur le flux de travail d'étiquetage personnalisé qui inclut des exemples de fonctions Lambda avant et après l'annotation, voir. Modèle de démonstration : annotation d'images avec crowd-bounding-box

Rubriques