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.

Classification des images (plusieurs étiquettes)

Utilisez une tâche d'étiquetage de classification d'images multi-étiquettes Amazon SageMaker Ground Truth lorsque vous avez besoin de collaborateurs pour classer plusieurs objets dans une image. Par exemple, l'image suivante présente un chien et un chat. Vous pouvez utiliser la classification d'image à plusieurs étiquettes pour associer les étiquettes « chien » et « chat » à cette image.

Lorsque vous travaillez sur une tâche de classification d'image à plusieurs étiquettes, les collaborateurs peuvent choisir toutes les étiquettes applicables, et doivent en choisir au moins une. Lorsque vous créez une tâche à l'aide de ce type de tâche, vous pouvez fournir jusqu'à 50 catégories d'étiquettes.

Lors de la création d'une tâche d'étiquetage dans la console, Ground Truth ne fournit pas de catégorie « aucune » pour le cas où aucune des étiquettes ne s'applique à une image. Pour fournir cette option aux collaborateurs, incluez une étiquette similaire à « aucune » ou « autre » lorsque vous créez une tâche de classification d'image à plusieurs étiquettes.

Pour imposer aux collaborateurs de choisir une seule étiquette pour chaque image, utilisez le type de tâche Classification des images (étiquette unique).

Création d'une tâche d'étiquetage de classification d'image à plusieurs étiquettes (console)

Vous pouvez suivre les instructions Création d'une tâche d'étiquetage (Console) pour savoir comment créer une tâche d'étiquetage de classification d'images multi-étiquettes dans la SageMaker console. À l'étape 10, choisissez Image dans le menu déroulant Catégorie de tâches puis Outil d'étiquetage pour la classification d'images (plusieurs étiquettes) comme type de tâche.

Ground Truth fournit une interface utilisateur employé similaire à la suivante pour l'étiquetage des tâches. Lorsque vous créez une tâche d'étiquetage dans la console, vous spécifiez des instructions pour aider les travailleurs à terminer la tâche et des étiquettes parmi lesquelles les travailleurs peuvent choisir.

Création d'une tâche d'étiquetage pour la classification d'images à étiquettes multiples () API

Pour créer une tâche d'étiquetage de classification d'images à étiquettes multiples, utilisez l' SageMaker APIopérationCreateLabelingJob. Cela API définit cette opération pour tous AWS SDKs. Pour consulter la liste des langues spécifiques prises SDKs en charge pour cette opération, consultez la section Voir aussi de. CreateLabelingJob

Suivez les instructions présentées dans Création d'une tâche d'étiquetage (API) et procédez comme suit pour configurer votre demande :

Voici un exemple de demande AWS Python SDK (Boto3) pour créer une tâche d'étiquetage dans la région USA Est (Virginie du Nord). Tous les paramètres en rouge doivent être remplacés par vos spécifications et ressources.

response = client.create_labeling_job(
    LabelingJobName='example-multi-label-image-classification-labeling-job,
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string'
    },
    RoleArn='arn:aws:iam::*:role/*,
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClassMultiLabel',
        'TaskKeywords': [
            'Image Classification',
        ],
        'TaskTitle': 'Multi-label image classification task',
        'TaskDescription': 'Select all labels that apply to the images shown',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClassMultiLabel'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

Fournir un modèle pour la classification des images multiétiquettes

Si vous créez une tâche d'étiquetage à l'aide duAPI, vous devez fournir un modèle de tâche de travail dansUiTemplateS3Uri. Copiez et modifiez le modèle suivant. Modifiez uniquement short-instructions, full-instructions, et header.

Téléchargez ce modèle sur S3 et fournissez le S3 URI pour ce fichier dansUiTemplateS3Uri.

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-image-classifier-multi-select
    name="crowd-image-classifier-multi-select"
    src="{{ task.input.taskObject | grant_read_access }}"
    header="Please identify all classes in image"
    categories="{{ task.input.labels | to_json | escape }}"
  >
    <full-instructions header="Multi Label Image classification instructions">
      <ol><li><strong>Read</strong> the task carefully and inspect the image.</li>
      <li><strong>Read</strong> the options and review the examples provided to understand more about the labels.</li>
       <li><strong>Choose</strong> the appropriate labels that best suit the image.</li></ol>
    </full-instructions>
    <short-instructions>
      <h3><span style="color: rgb(0, 138, 0);">Good example</span></h3>
      <p>Enter description to explain the correct label to the workers</p>
      <h3><span style="color: rgb(230, 0, 0);">Bad example</span></h3>
      <p>Enter description of an incorrect label</p>
   </short-instructions>
  </crowd-image-classifier-multi-select>
</crowd-form>

Données de sortie de classification d'image à plusieurs étiquettes

Une fois que vous avez créé une tâche d'étiquetage de classification d'images multi-étiquettes, vos données de sortie seront situées dans le compartiment Amazon S3 spécifié dans le S3OutputPath paramètre lors de l'utilisation du API ou dans le champ Emplacement du jeu de données de sortie de la section Vue d'ensemble des tâches de la console.

Pour en savoir plus sur le fichier manifeste de sortie généré par Ground Truth et sur la structure de fichier que ce dernier utilise pour stocker vos données de sortie, veuillez consulter Données de sortie.

Pour accéder à un exemple de fichiers manifestes de sortie pour la tâche d'étiquetage de classification d'image à plusieurs étiquettes, veuillez consulter Sortie d'une tâche de classification à plusieurs étiquettes.