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

# Gunakan data input dan output
<a name="sms-data"></a>

Data input yang Anda berikan ke Amazon SageMaker Ground Truth dikirim ke pekerja Anda untuk diberi label. Anda memilih data yang akan dikirim ke pekerja Anda dengan membuat satu file manifes yang mendefinisikan semua data yang memerlukan pelabelan atau dengan mengirimkan objek data input ke pekerjaan pelabelan streaming yang sedang berlangsung untuk diberi label secara real time. 

Data keluaran adalah hasil dari pekerjaan pelabelan Anda. File data keluaran, atau *file manifes tambahan*, berisi data label untuk setiap objek yang Anda kirim ke pekerjaan pelabelan dan metadata tentang label yang ditetapkan ke objek data.

Saat Anda menggunakan klasifikasi gambar (tunggal dan multi-label), klasifikasi teks (tunggal dan multi-label), deteksi objek, dan segmentasi semantik bawaan tipe tugas untuk membuat pekerjaan pelabelan, Anda dapat menggunakan file manifes tambahan yang dihasilkan untuk meluncurkan pekerjaan pelatihan. SageMaker [Untuk demonstrasi cara menggunakan augmented manifest guna melatih model machine learning deteksi objek dengan Amazon SageMaker AI, lihat object\$1detection\$1augmented\$1manifest\$1training.ipynb.](https://sagemaker-examples.readthedocs.io/en/latest/ground_truth_labeling_jobs/object_detection_augmented_manifest_training/object_detection_augmented_manifest_training.html) Untuk informasi selengkapnya, lihat [Augmented Manifest Files untuk Pekerjaan Pelatihan](augmented-manifest.md).

**Topics**
+ [Data input](sms-data-input.md)
+ [Data Masukan Awan Titik 3D](sms-point-cloud-input-data.md)
+ [Data Masukan Bingkai Video](sms-video-frame-input-data-overview.md)
+ [Pelabelan data keluaran pekerjaan](sms-data-output.md)