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

이미지 분류 레이블 작업 생성(단일 레이블)

작업자에게 사용자가 지정한 사전 정의 레이블을 사용해 이미지를 분류하도록 지시하려면 Amazon SageMaker Ground Truth 이미지 분류 레이블 지정 작업을 사용하세요. 작업자에게 이미지가 표시되고 각 이미지에 대해 하나의 레이블 선택하라는 메시지가 표시됩니다. Amazon SageMaker AI 콘솔의 Ground Truth 섹션 또는 작업을 사용하여 이미지 분류 레이블 CreateLabelingJob 지정 작업을 생성할 수 있습니다.

이미지 분류 레이블 지정 작업 생성(콘솔)

지침에 따라 SageMaker AI 콘솔에서 이미지 분류 레이블 지정 작업을 생성하는 방법을 레이블 지정 작업 생성(콘솔) 알아볼 수 있습니다. 10단계에서는 작업 범주 드롭다운 메뉴에서 이미지를 선택한 다음, 작업 유형으로 이미지 분류(단일 레이블)를 선택하세요.

Ground Truth는 레이블 지정 작업에 대해 다음과 유사한 작업자 UI를 제공합니다. 콘솔을 사용하여 레이블 지정 작업을 생성할 때 작업자가 작업을 완료하는 데 도움이 되는 지침과 작업자가 선택할 수 있는 레이블을 지정합니다.

이미지 분류 레이블 지정 작업 생성(API)

이미지 분류 레이블 지정 작업을 생성하려면 SageMaker API 연산 CreateLabelingJob을(를) 사용하세요. 이 API는 모든 AWS SDKs에 대해이 작업을 정의합니다. 이 작업에 지원되는 언어별 SDK 목록을 보려면 CreateLabelingJob의 참고 항목 섹션을 검토하세요.

레이블 지정 작업 생성(API)의 지침에 따라 요청을 구성하는 동안 다음을 수행합니다.

다음은 미국 동부(버지니아 북부) 리전에 레이블 지정 작업을 생성하는 AWS Python SDK(Boto3) 요청의 예시입니다. 빨간색으로 된 모든 파라미터는 사양과 리소스로 대체해야 합니다.

response = client.create_labeling_job(
    LabelingJobName='example-image-classification-labeling-job',
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string'
    },
    RoleArn='arn:aws:iam::*:role/*,
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClass,
        'TaskKeywords': [
            Image classification',
        ],
        'TaskTitle': Image classification task',
        'TaskDescription': 'Carefully inspect the image and classify it by selecting one label from the categories provided.',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClass'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

이미지 분류 레이블 지정 작업을 위한 템플릿 제공

API를 사용하여 레이블 지정 작업을 생성하는 경우 UiTemplateS3Uri의 작업자 태스크 템플릿을 제공해야 합니다. 다음 템플릿을 복사하고 수정합니다. short-instructions, full-instructions 및 header만 수정합니다.

이 템플릿을 S3에 업로드하고 UiTemplateS3Uri에서 이 파일에 대한 S3 URI를 제공합니다.

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-image-classifier
    name="crowd-image-classifier"
    src="{{ task.input.taskObject | grant_read_access }}"
    header="please classify"
    categories="{{ task.input.labels | to_json | escape }}"
  >
    <full-instructions header="Image classification instructions">
      <ol><li><strong>Read</strong> the task carefully and inspect the image.</li>
      <li><strong>Read</strong> the options and review the examples provided to understand more about the labels.</li>
      <li><strong>Choose</strong> the appropriate label that best suits the image.</li></ol>
    </full-instructions>
    <short-instructions>
      <h3><span style="color: rgb(0, 138, 0);">Good example</span></h3>
      <p>Enter description to explain the correct label to the workers</p>
      <h3><span style="color: rgb(230, 0, 0);">Bad example</span></h3><p>Enter description of an incorrect label</p>
    </short-instructions>
  </crowd-image-classifier>
</crowd-form>

이미지 분류 출력 데이터

이미지 분류 레이블 지정 작업을 생성하고 나면 출력 데이터가 API 사용 시 S3OutputPath 파라미터에 지정된 Amazon S3 버킷에 위치하거나, 콘솔의 작업 개요 섹션의 출력 데이터세트 위치 필드에 위치하게 됩니다.

Ground Truth에서 생성된 출력 매니페스트 파일 및 Ground Truth에서 출력 데이터 저장에 사용하는 파일 구조의 세부 정보는 작업 출력 데이터 레이블 지정을(를) 참조하세요.

이미지 분류 레이블 지정 작업에 대한 출력 매니페스트 파일의 예제를 보려면 분류 작업 출력 섹션을 참조하세요.