쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

이미지 분류를 위한 JSON 줄 정의 - Amazon Lookout for Vision

지원 종료 공지: 2025 AWS 년 10월 31일에는 Amazon Lookout for Vision에 대한 지원을 중단할 예정입니다. 2025년 10월 31일 이후에는 Lookout for Vision 콘솔 또는 Lookout for Vision 리소스에 더 이상 액세스할 수 없습니다. 자세한 내용은이 블로그 게시물을 참조하세요.

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

지원 종료 공지: 2025 AWS 년 10월 31일에는 Amazon Lookout for Vision에 대한 지원을 중단할 예정입니다. 2025년 10월 31일 이후에는 Lookout for Vision 콘솔 또는 Lookout for Vision 리소스에 더 이상 액세스할 수 없습니다. 자세한 내용은이 블로그 게시물을 참조하세요.

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

이미지 분류를 위한 JSON 줄 정의

Amazon Lookout for Vision 매니페스트 파일에서 사용할 각 이미지에 대한 JSON 줄을 정의합니다. 분류 모델을 생성하려면 JSON 라인에 정상 또는 이상 이미지 분류가 포함되어야 합니다. JSON 줄은 SageMaker AI Ground Truth 분류 작업 출력 형식입니다. 매니페스트 파일은 가져오려는 각 이미지마다 하나씩 하나 이상의 JSON 줄로 구성됩니다.

분류된 이미지에 대한 매니페스트 파일을 만들려면
  1. 빈 텍스트 파일 생성

  2. 가져오려는 각 이미지에 대한 JSON 줄을 추가합니다. 각 JSON 줄은 다음과 비슷해야 합니다.

    {"source-ref":"s3://lookoutvision-console-us-east-1-nnnnnnnnnn/gt-job/manifest/IMG_1133.png","anomaly-label":1,"anomaly-label-metadata":{"confidence":0.95,"job-name":"labeling-job/testclconsolebucket","class-name":"normal","human-annotated":"yes","creation-date":"2020-04-15T20:17:23.433061","type":"groundtruth/image-classification"}}
  3. 파일을 저장합니다.

    참고

    .manifest 확장을 사용할 수 있지만 필수는 아닙니다.

  4. 생성한 매니페스트 파일을 사용하여 데이터 세트를 생성하세요. 자세한 내용은 매니페스트 파일 만들기 단원을 참조하십시오.

분류 JSON 라인

이 섹션에서는 이미지를 정상 또는 변칙으로 분류하는 JSON선을 생성하는 방법을 알아봅니다.

이상JSON선

다음 JSON 줄은 이상으로 레이블이 지정된 이미지를 보여줍니다. 참고로 class-name의 값은 anomaly입니다.

{ "source-ref": "s3: //bucket/image/anomaly/abnormal-1.jpg", "anomaly-label-metadata": { "confidence": 1, "job-name": "labeling-job/auto-label", "class-name": "anomaly", "human-annotated": "yes", "creation-date": "2020-11-10T03:37:09.600", "type": "groundtruth/image-classification" }, "anomaly-label": 1 }

노멀 JSON 라인

다음 JSON 줄은 정상으로 레이블이 지정된 이미지를 보여줍니다. 참고로 class-name의 값은 normal입니다.

{ "source-ref": "s3: //bucket/image/normal/2020-10-20_12-14-55_613.jpeg", "anomaly-label-metadata": { "confidence": 1, "job-name": "labeling-job/auto-label", "class-name": "normal", "human-annotated": "yes", "creation-date": "2020-11-10T03:37:09.603", "type": "groundtruth/image-classification" }, "anomaly-label": 0 }

JSON 행 키 및 값

다음 정보는 Amazon Lookout for Vision JSON 라인의 키와 값을 설명합니다.

소스 참조

(필수) 이미지의 Amazon S3 위치입니다. 형식은 "s3://BUCKET/OBJECT_PATH"입니다. 가져온 데이터세트의 이미지는 동일한 Amazon S3 버킷에 저장되어야 합니다.

이상 레이블

(필수) 레이블 속성 키 anomaly-label 또는 선택한 다른 키 이름을 사용하십시오. Amazon Lookout for Vision에서는 키 값 (위 예시 0)이 필요하지만 사용되지는 않습니다. Amazon Lookout for Vision에서 생성한 출력 매니페스트는 비정상 이미지의 경우 값을 1로 변환하고 일반 이미지의 경우 값을 0로 변환합니다. class-name의 값에 따라 이미지가 정상인지 비정상인지가 결정됩니다.

-metadata가 추가된 필드 이름으로 식별되는 상응하는 메타데이터가 있어야 합니다. 예: "anomaly-label-metadata".

anomaly-label-metadata

(필수) 레이블 속성에 대한 메타데이터 필드 이름은 -metadata가 추가된 레이블 속성과 동일해야 합니다.

confidence

(선택) Amazon Lookout for Vision이 사용할 수 없습니다. 값을 지정하는 경우 1의 값을 사용하십시오.

job-name

(선택 사항) 이미지를 처리하는 작업에 원하는 이름을 붙이세요.

class-name

(필수) 이미지에 일반 내용이 포함된 경우 normal을 지정하고, 그렇지 않으면 anomaly를 지정하십시오. class-name의 값이 다른 값인 경우 이미지는 레이블이 지정되지 않은 이미지로 데이터세트에 추가됩니다. 이미지에 레이블을 지정하려면 데이터 세트에 이미지 추가을 참조하십시오.

human-annotated

(필수) 사람이 주석을 완성했으면 "yes" 항목을 지정하세요. 아닌 경우에는 "no"로 지정합니다.

creation-date

(선택 사항) 레이블이 생성된 조정 세계시(UTC) 날짜 및 시간입니다.

type

(필수) 이미지에 적용해야 하는 처리 유형입니다. 이미지 수준 예외 레이블의 경우 값은 "groundtruth/image-classification"입니다.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.