데이터 세트에서 이미지 삭제하기 - Amazon Lookout for Vision
데이터 세트에서 이미지 제거 (콘솔)데이터세트 (SDK) 에서 이미지 제거

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

데이터 세트에서 이미지 삭제하기

데이터 세트에서 직접 이미지를 삭제할 수는 없습니다. 대신 기존 데이터 세트를 삭제하고 제거하려는 이미지가 없는 새 데이터 세트를 만들어야 합니다. 이미지를 제거하는 방법은 이미지를 기존 데이터 세트 (매니페스트 파일, Amazon S3 버킷 또는 로컬 컴퓨터)로 가져온 방법에 따라 다릅니다.

AWS SDK를 사용하여 이미지를 제거할 수도 있습니다. 이는 이미지 분할 매니페스트 파일 없이 이미지 분할 모델을 생성할 때 유용하므로 Amazon Lookout for Vision 콘솔을 사용하여 이미지 마스크를 다시 그릴 필요가 없습니다.

데이터 세트에서 이미지 제거 (콘솔)

Amazon Lookout for Vision 콘솔을 사용하여 데이터 세트 에서 이미지를 제거하려면 다음 절차를 따르십시오.

데이터 세트에서 이미지를 제거하려면 (콘솔)

  1. 프로젝트의 데이터 세트 갤러리를 엽니다.

  2. 제거하려는 각 이미지의 이름을 기록해 둡니다.

  3. 기존 데이터 세트를 삭제합니다.

  4. 다음 중 하나를 수행하세요.

    • 매니페스트 파일로 데이터세트를 만든 경우, 다음과 같이 하세요.

      1. 텍스트 편집기에서 데이터세트를 만드는 데 사용한 매니페스트 파일을 엽니다.

      2. 2단계에서 기록해 둔 각 이미지의 JSON 라인을 제거합니다. source-ref 필드를 확인하여 이미지의 JSON 라인을 식별할 수 있습니다.

      3. 매니페스트 파일을 저장합니다.

      4. 업데이트된 매니페스트 파일로 새 데이터세트를 생성세요.

    • Amazon S3 버킷에서 가져온 이미지로 데이터 세트를 생성한 경우 다음을 수행합니다.

      1. 2단계에서 메모한 이미지를 Amazon S3 버킷에서 삭제합니다.

      2. Amazon S3 버킷에 남아 있는 이미지를 사용하여 새 데이터 세트를 생성합니다. 폴더 이름으로 이미지를 분류하는 경우 다음 단계에서 이미지를 분류할 필요가 없습니다.

      3. 다음 중 하나를 수행하세요.

        • 이미지 분류 모델을 만드는 경우 레이블이 지정되지 않은 각 이미지를 분류하십시오.

        • 이미지 분할 모델을 만드는 경우 레이블이 지정되지 않은 각 이미지를 분류하고 분할하십시오.

    • Amazon S3 버킷에서 가져온 이미지로 데이터 세트를 생성한 경우 다음을 수행합니다.

      1. 컴퓨터에 사용하려는 이미지가 들어 있는 폴더를 만드세요. 데이터 세트에서 제거하려는 이미지를 포함하지 마세요. 자세한 내용은 로컬 컴퓨터에 저장된 이미지를 사용하여 데이터 세트 만들기 섹션을 참조하세요.

      2. 4.a단계에서 만든 폴더의 이미지가 포함된 데이터 세트를 생성합니다.

      3. 다음 중 하나를 수행하세요.

        • 이미지 분류 모델을 만드는 경우 레이블이 지정되지 않은 각 이미지를 분류하십시오.

        • 이미지 분할 모델을 만드는 경우 레이블이 지정되지 않은 각 이미지를 분류하고 분할하십시오.

  5. 모델을 훈련시키십시오.

데이터세트 (SDK) 에서 이미지 제거

AWS SDK를 사용하여 데이터 세트에서 이미지를 제거할 수 있습니다.

데이터 세트에서 이미지를 제거하려면

  1. 프로젝트의 데이터 세트 갤러리를 엽니다.

  2. 제거하려는 각 이미지의 이름을 기록해 둡니다.

  3. ListDataSetEntries 작업을 사용하여 데이터 세트의 JSON 라인을 내보냅니다.

  4. 내보낸 JSON 라인을 사용하여 매니페스트 파일을 생성합니다.

  5. 텍스트 편집기에서 매니니페스트 파일을 엽니다.

  6. 2단계에서 기록해 둔 각 이미지의 JSON 라인을 제거합니다. source-ref 필드를 확인하여 이미지의 JSON 라인을 식별할 수 있습니다.

  7. 매니페스트 파일을 저장합니다.

  8. 기존 데이터 세트를 삭제합니다.

  9. 업데이트된 매니페스트 파일로 새 데이터세트를 생성세요.

  10. 모델을 훈련시키십시오.