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 게시물
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
-
빈 텍스트 파일 생성
-
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"}}
-
파일을 저장합니다.
참고
.manifest
확장을 사용할 수 있지만 필수는 아닙니다. -
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-name
의 값은 anomaly
입니다.
{ "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-name
의 값은 normal
입니다.
{ "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://
입니다. 가져온 데이터세트의 이미지는 동일한 Amazon S3 버킷에 저장되어야 합니다.BUCKET
/OBJECT_PATH
"
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 1
로 변환하고 일반 이미지의 경우 값을 0
로 변환합니다. class-name
의 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
1
의 값을 사용하십시오. - job-name
-
(선택 사항) 이미지를 처리하는 작업에 원하는 이름을 붙이세요.
- class-name
-
(필수) 이미지에 일반 내용이 포함된 경우
normal
을 지정하고, 그렇지 않으면anomaly
를 지정하십시오.class-name
의 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.