翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
マニフェストファイル内のオブジェクトのローカリゼーション
SageMaker Ground Truth 境界ボックスジョブ出力形式のJSON行をマニフェストファイルに追加することで、オブジェクトのローカリゼーション情報でラベル付けされたイメージをインポートできます。
ローカリゼーション情報は、イメージ上のオブジェクトの位置を表します。位置は、オブジェクトを囲む境界ボックスで表されます。境界ボックスの構造には、境界ボックスの左上の座標と、境界ボックスの幅と高さが含まれます。境界ボックス形式のJSON行には、イメージ上の 1 つ以上のオブジェクトの位置と、イメージ上の各オブジェクトのクラスに対する境界ボックスが含まれます。
マニフェストファイルは 1 行以上で構成されJSON、各行には 1 つのイメージの情報が含まれます。
オブジェクトローカリゼーションのマニフェストファイルを作成するには
-
空のテキストファイルを作成します。
-
インポートするイメージごとにJSON行を追加します。各JSON行は次のようになります。
{"source-ref": "s3://bucket/images/IMG_1186.png", "bounding-box": {"image_size": [{"width": 640, "height": 480, "depth": 3}], "annotations": [{ "class_id": 1, "top": 251, "left": 399, "width": 155, "height": 101}, {"class_id": 0, "top": 65, "left": 86, "width": 220, "height": 334}]}, "bounding-box-metadata": {"objects": [{ "confidence": 1}, {"confidence": 1}], "class-map": {"0": "Echo", "1": "Echo Dot"}, "type": "groundtruth/object-detection", "human-annotated": "yes", "creation-date": "2013-11-18T02:53:27", "job-name": "my job"}}
-
ファイルを保存します。
.manifest
拡張機能を使用できますが、必須ではありません。 -
作成したファイルを使用してデータセットを作成します。詳細については、「 SageMaker Ground Truth 形式のマニフェストファイルを使用してデータセットを作成するには (コンソール)」を参照してください。
オブジェクト境界ボックスJSONの行
このセクションでは、1 つのイメージのJSON行を作成する方法について説明します。次のイメージは、Amazon Echo デバイスと Amazon Echo Dot デバイスの周囲の境界ボックスを示しています。
以下は、前のイメージの境界ボックスのJSON行です。
{ "source-ref": "s3://custom-labels-bucket/images/IMG_1186.png", "bounding-box": { "image_size": [{ "width": 640, "height": 480, "depth": 3 }], "annotations": [{ "class_id": 1, "top": 251, "left": 399, "width": 155, "height": 101 }, { "class_id": 0, "top": 65, "left": 86, "width": 220, "height": 334 }] }, "bounding-box-metadata": { "objects": [{ "confidence": 1 }, { "confidence": 1 }], "class-map": { "0": "Echo", "1": "Echo Dot" }, "type": "groundtruth/object-detection", "human-annotated": "yes", "creation-date": "2013-11-18T02:53:27", "job-name": "my job" } }
以下の情報に注意してください。
source-ref
(必須) 画像の Amazon S3 の場所。形式は "s3://
です。インポートされたデータセット内の画像は、同じ Amazon S3 バケットに格納する必要があります。BUCKET
/OBJECT_PATH
"
bounding-box
(必須) ラベル属性。フィールド名を選択します。イメージサイズと、イメージ内で検知された各オブジェクトの境界ボックスが含まれます。末尾に -metadata が付いたフィールド名により特定される該当メタデータが必要です。例えば、"bounding-box-metadata"
と指定します。
- image_size
-
(必須) イメージのサイズ (ピクセル単位) を含む単一要素の配列。
-
height - (必須) イメージの高さ (ピクセル単位)。
-
width - (必須) イメージの奥行き (ピクセル単位)。
-
depth - (必須) イメージ内のチャネル数。RGB イメージの場合、値は 3 です。Amazon Rekognition Custom Labels では現在使用されていませんが、値が必要です。
-
- annotations
-
(必須) イメージ内で検知された各オブジェクトの境界ボックス情報の配列。
-
class_id - (必須) class-map のラベルにマッピングします。前の例では、class_id が
1
のオブジェクトは、イメージ内の Echo Dot です。 -
top - (必須) イメージの上部から境界ボックスの上部までの距離 (ピクセル単位)。
-
left - (必須) イメージの左から境界ボックスの左までの距離 (ピクセル単位)。
-
width - (必須) 境界ボックスの幅 (ピクセル単位)。
-
height - (必須) 境界ボックスの高さ (ピクセル単位)。
-
bounding-box
メタデータ
(必須) ラベル属性に関するメタデータ。フィールド名は、-metadata を付加したラベル属性と同じでなければなりません。イメージ内で検知された各オブジェクトの境界ボックス情報の配列。
- オブジェクト
-
(必須) イメージ内のオブジェクトの配列。インデックスによって annotations 配列にマッピングされます。Amazon Rekognition Custom Labels では、信頼性属性は使用されません。
- class-map
-
(必須) イメージ内で検知されたオブジェクトに適用されるクラスのマップ。
- type
-
(必須) 分類ジョブのタイプ。
"groundtruth/object-detection"
はジョブをオブジェクト検知として識別します。 - creation-date
-
(必須) ラベルが作成された協定世界時 (UTC) の日時。
- human-annotated
-
(必須) アノテーションが人によって完成されている場合、
"yes"
を指定します。それ以外の場合は、"no"
です。 - job-name
-
(オプション) イメージを処理するジョブの名前。