Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Menghapus set data

Mode fokus

Di halaman ini

Menghapus set data - Rekognition

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

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

Anda dapat menghapus kumpulan data pelatihan dan pengujian dari proyek.

Menghapus set data (Konsol)

Gunakan prosedur berikut untuk menghapus set data. Setelah itu, jika proyek memiliki satu set data yang tersisa (train atau test), halaman detail proyek akan ditampilkan. Jika proyek tidak memiliki dataset yang tersisa, halaman Create dataset akan ditampilkan.

Jika Anda menghapus kumpulan data pelatihan, Anda harus membuat kumpulan data pelatihan baru untuk proyek sebelum Anda dapat melatih model. Untuk informasi selengkapnya, lihat Membuat kumpulan data pelatihan dan uji dengan gambar.

Jika Anda menghapus kumpulan data pengujian, Anda dapat melatih model tanpa membuat set data pengujian baru. Selama pelatihan, kumpulan data pelatihan dibagi untuk membuat kumpulan data pengujian baru untuk proyek. Memisahkan kumpulan data pelatihan mengurangi jumlah gambar yang tersedia untuk pelatihan. Untuk menjaga kualitas, sebaiknya buat kumpulan data pengujian baru sebelum melatih model. Untuk informasi selengkapnya, lihat Menambahkan dataset ke proyek.

Untuk menghapus set data
  1. Buka konsol Amazon Rekognition di https://console.aws.amazon.com/rekognition/.

  2. Di panel sebelah kiri, pilih Gunakan Label Kustom. Halaman arahan Amazon Rekognition Custom Labels ditampilkan.

  3. Di panel navigasi kiri, pilih Proyek. Tampilan proyek akan ditampilkan.

  4. Pilih proyek yang berisi set data yang ingin Anda hapus.

  5. Di panel navigasi kiri kiri kiri kiri kiri kiri kiri kiri kiri, pilih Set Data

  6. Pilih Tindakan

  7. Untuk menghapus set data pelatihan, pilih Hapus set data pelatihan.

  8. Untuk menghapus kumpulan data pengujian, pilih Hapus set data pengujian.

  9. Di kotak dialog Delete train atau test dataset, masukkan delete untuk mengonfirmasi bahwa Anda ingin menghapus set data.

  10. Pilih Hapus set data kereta atau uji untuk menghapus kumpulan data.

Menghapus set data Label Kustom (SDK) Amazon Rekognition

Anda menghapus set data Amazon Rekognition Custom Labels dengan memanggil DeleteDatasetdan memasok Amazon Resource Name (ARN) set data yang ingin Anda hapus. Untuk mendapatkan ARN dari set data pelatihan dan pengujian dalam proyek, hubungi DescribeProjects. Respon mencakup array ProjectDescriptionobjek. Arn dataset (DatasetArn) dan tipe dataset (DatasetType) ada dalamDatasets daftar.

Jika Anda menghapus set data pelatihan, Anda perlu membuat set data pelatihan baru untuk proyek sebelum Anda dapat melatih model. Jika Anda menghapus kumpulan data pengujian, Anda perlu membuat kumpulan data pengujian baru sebelum dapat melatih model. Untuk informasi selengkapnya, lihat Menambahkan dataset ke proyek (SDK).

Untuk menghapus set data (SDK)
  1. Jika Anda belum melakukannya, instal dan konfigurasikanAWS CLI danAWS SDK. Untuk informasi selengkapnya, lihat Langkah 4: Mengatur AWS CLI dan AWS SDKs.

  2. Gunakan kode berikut untuk menghapus set data.

    AWS CLI

    Ubah nilaidataset-arn dengan ARN set data yang ingin Anda hapus.

    aws rekognition delete-dataset --dataset-arn dataset-arn \ --profile custom-labels-access
    Python

    Gunakan kode berikut. Menyediakan parameter baris perintah berikut:

    • set data - ARN set data yang ingin Anda hapus.

    # Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved. # SPDX-License-Identifier: Apache-2.0 """ Purpose Shows how to delete an Amazon Rekognition Custom Labels dataset. """ import argparse import logging import time import boto3 from botocore.exceptions import ClientError logger = logging.getLogger(__name__) def delete_dataset(rek_client, dataset_arn): """ Deletes an Amazon Rekognition Custom Labels dataset. :param rek_client: The Amazon Rekognition Custom Labels Boto3 client. :param dataset_arn: The ARN of the dataset that you want to delete. """ try: # Delete the dataset, logger.info("Deleting dataset: %s", dataset_arn) rek_client.delete_dataset(DatasetArn=dataset_arn) deleted = False logger.info("waiting for dataset deletion %s", dataset_arn) # Dataset might not be deleted yet, so wait. while deleted is False: try: rek_client.describe_dataset(DatasetArn=dataset_arn) time.sleep(5) except ClientError as err: if err.response['Error']['Code'] == 'ResourceNotFoundException': logger.info("dataset deleted: %s", dataset_arn) deleted = True else: raise logger.info("dataset deleted: %s", dataset_arn) return True except ClientError as err: logger.exception("Couldn't delete dataset - %s: %s", dataset_arn, err.response['Error']['Message']) raise def add_arguments(parser): """ Adds command line arguments to the parser. :param parser: The command line parser. """ parser.add_argument( "dataset_arn", help="The ARN of the dataset that you want to delete." ) def main(): logging.basicConfig(level=logging.INFO, format="%(levelname)s: %(message)s") try: # Get command line arguments. parser = argparse.ArgumentParser(usage=argparse.SUPPRESS) add_arguments(parser) args = parser.parse_args() print(f"Deleting dataset: {args.dataset_arn}") # Delete the dataset. session = boto3.Session(profile_name='custom-labels-access') rekognition_client = session.client("rekognition") delete_dataset(rekognition_client, args.dataset_arn) print(f"Finished deleting dataset: {args.dataset_arn}") except ClientError as err: error_message = f"Problem deleting dataset: {err}" logger.exception(error_message) print(error_message) if __name__ == "__main__": main()
    Java V2

    Gunakan kode berikut. Menyediakan parameter baris perintah berikut:

    • set data - ARN set data yang ingin Anda hapus.

    /* Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved. SPDX-License-Identifier: Apache-2.0 */ package com.example.rekognition; import java.util.logging.Level; import java.util.logging.Logger; import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.rekognition.RekognitionClient; import software.amazon.awssdk.services.rekognition.model.DeleteDatasetRequest; import software.amazon.awssdk.services.rekognition.model.DeleteDatasetResponse; import software.amazon.awssdk.services.rekognition.model.DescribeDatasetRequest; import software.amazon.awssdk.services.rekognition.model.RekognitionException; public class DeleteDataset { public static final Logger logger = Logger.getLogger(DeleteDataset.class.getName()); public static void deleteMyDataset(RekognitionClient rekClient, String datasetArn) throws InterruptedException { try { logger.log(Level.INFO, "Deleting dataset: {0}", datasetArn); // Delete the dataset DeleteDatasetRequest deleteDatasetRequest = DeleteDatasetRequest.builder().datasetArn(datasetArn).build(); DeleteDatasetResponse response = rekClient.deleteDataset(deleteDatasetRequest); // Wait until deletion finishes DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder().datasetArn(datasetArn) .build(); Boolean deleted = false; do { try { rekClient.describeDataset(describeDatasetRequest); Thread.sleep(5000); } catch (RekognitionException e) { String errorCode = e.awsErrorDetails().errorCode(); if (errorCode.equals("ResourceNotFoundException")) { logger.log(Level.INFO, "Dataset deleted: {0}", datasetArn); deleted = true; } else { logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage()); throw e; } } } while (Boolean.FALSE.equals(deleted)); logger.log(Level.INFO, "Dataset deleted: {0} ", datasetArn); } catch ( RekognitionException e) { logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage()); throw e; } } public static void main(String args[]) { final String USAGE = "\n" + "Usage: " + "<dataset_arn>\n\n" + "Where:\n" + " dataset_arn - The ARN of the dataset that you want to delete.\n\n"; if (args.length != 1) { System.out.println(USAGE); System.exit(1); } String datasetArn = args[0]; try { // Get the Rekognition client. RekognitionClient rekClient = RekognitionClient.builder() .credentialsProvider(ProfileCredentialsProvider.create("custom-labels-access")) .region(Region.US_WEST_2) .build(); // Delete the dataset deleteMyDataset(rekClient, datasetArn); System.out.println(String.format("Dataset deleted: %s", datasetArn)); rekClient.close(); } catch (RekognitionException rekError) { logger.log(Level.SEVERE, "Rekognition client error: {0}", rekError.getMessage()); System.exit(1); } catch (InterruptedException intError) { logger.log(Level.SEVERE, "Exception while sleeping: {0}", intError.getMessage()); System.exit(1); } } }

    Ubah nilaidataset-arn dengan ARN set data yang ingin Anda hapus.

    aws rekognition delete-dataset --dataset-arn dataset-arn \ --profile custom-labels-access
PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.