Contoh kumpulan data - Amazon Lookout for Vision
Kumpulan data segmentasi gambarDataset klasifikasi gambar

Pemberitahuan akhir dukungan: Pada 31 Oktober 2025, AWS akan menghentikan dukungan untuk Amazon Lookout for Vision. Setelah 31 Oktober 2025, Anda tidak akan lagi dapat mengakses konsol Lookout for Vision atau sumber daya Lookout for Vision. Untuk informasi lebih lanjut, kunjungi posting blog ini.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Contoh kumpulan data

Berikut ini adalah contoh kumpulan data yang dapat Anda gunakan dengan Amazon Lookout for Vision.

Kumpulan data segmentasi gambar

Memulai dengan Amazon Lookout for Visionmenyediakan kumpulan data cookie rusak yang dapat Anda gunakan untuk membuat model segmentasi gambar.

Untuk kumpulan data lain yang membuat model segmentasi gambar, lihat Mengidentifikasi lokasi anomali menggunakan Amazon Lookout for Vision di edge tanpa menggunakan GPU.

Dataset klasifikasi gambar

Amazon Lookout for Vision memberikan contoh gambar papan sirkuit yang dapat Anda gunakan untuk membuat model klasifikasi gambar.

Circuit board module with blue PCB, LED, and various electronic components on green background.

Anda dapat menyalin gambar dari https://github.com/aws-samples/amazon-lookout-for-vision GitHubrepositori. Gambar ada di circuitboard folder.

circuitboardFolder memiliki folder berikut.

  • train— Gambar yang dapat Anda gunakan dalam dataset pelatihan.

  • test— Gambar yang dapat Anda gunakan dalam kumpulan data pengujian.

  • extra_images— Gambar yang dapat Anda gunakan untuk menjalankan deteksi uji coba atau untuk mencoba model terlatih Anda dengan DetectAnomaliesoperasi.

testFolder train dan masing-masing memiliki subfolder bernama normal (berisi gambar yang normal) dan subfolder bernama anomaly (berisi gambar dengan anomali).

catatan

Kemudian, saat Anda membuat kumpulan data dengan konsol, Amazon Lookout for Vision dapat menggunakan nama folder (normaldananomaly) untuk memberi label pada gambar secara otomatis. Untuk informasi selengkapnya, lihat Membuat kumpulan data menggunakan gambar yang disimpan di bucket Amazon S3.

Untuk menyiapkan gambar dataset

  1. Kloning https://github.com/aws-samples/amazon-lookout-for-visionrepositori ke komputer Anda. Untuk informasi selengkapnya, lihat Mengkloning repositori.

  2. Buat bucket Amazon S3. Untuk informasi selengkapnya, lihat Bagaimana cara membuat Bucket S3? .

  3. Pada prompt perintah, masukkan perintah berikut untuk menyalin gambar kumpulan data dari komputer Anda ke bucket Amazon S3 Anda.

    aws s3 cp --recursive your-repository-folder/circuitboard s3://your-bucket/circuitboard

Setelah mengunggah gambar, Anda dapat membuat model. Anda dapat secara otomatis mengklasifikasikan gambar dengan menambahkan gambar dari lokasi Amazon S3 yang sebelumnya Anda unggah gambar papan sirkuit. Ingatlah bahwa Anda dikenakan biaya untuk setiap pelatihan model yang berhasil dan untuk jumlah waktu model berjalan (dihosting).

Untuk membuat model klasifikasi

  1. LakukanMembuat proyek (konsol).

  2. LakukanMembuat kumpulan data menggunakan gambar yang disimpan di bucket Amazon S3.

    • Untuk langkah 6, pilih tab Pisahkan kumpulan data pelatihan dan uji.

    • Untuk langkah 8a, masukkan URI S3 untuk gambar pelatihan yang Anda unggah Untuk menyiapkan gambar kumpulan data. Sebagai contoh, s3://your-bucket/circuitboard/train. Untuk langkah 8b, masukkan URI S3 untuk kumpulan data pengujian. Misalnya, s3://your-bucket/circuitboard/test.

    • Pastikan untuk melakukan langkah 9.

  3. LakukanMelatih model (konsol).

  4. LakukanMemulai model Anda (konsol).

  5. LakukanMendeteksi anomali dalam gambar. Anda dapat menggunakan gambar dari test_images folder.

  6. Setelah Anda selesai dengan model, lakukanMenghentikan model Anda (konsol).