Rotulando imagens com um trabalho do Amazon SageMaker AI Ground Truth - Rekognition
Criação de um arquivo de manifesto com um trabalho do SageMaker AI Ground Truth (console)

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Rotulando imagens com um trabalho do Amazon SageMaker AI Ground Truth

Com o Amazon SageMaker AI Ground Truth, você pode usar funcionários da Amazon Mechanical Turk, uma empresa fornecedora de sua escolha, ou de uma força de trabalho interna e privada, juntamente com o aprendizado de máquina que permite criar um conjunto rotulado de imagens. O Amazon Rekognition Custom Labels SageMaker importa arquivos de manifesto do AI Ground Truth de um bucket do Amazon S3 que você especificar.

O Amazon Rekognition Custom Labels oferece suporte às seguintes tarefas do AI Ground Truth. SageMaker

Os arquivos que você importa são as imagens e um arquivo de manifesto. O arquivo de manifesto contém informações do rótulo e da caixa delimitadora das imagens que você importa.

O Amazon Rekognition precisa de permissões para acessar o bucket do Amazon S3 onde suas imagens são armazenadas. Se estiver usando o bucket de console configurado para você pelo Amazon Rekognition Custom Labels, as permissões necessárias já estão configuradas. Se não estiver usando o bucket do console, consulte Como acessar os buckets externos do Amazon S3.

Criação de um arquivo de manifesto com um trabalho do SageMaker AI Ground Truth (console)

O procedimento a seguir mostra como criar um conjunto de dados usando imagens rotuladas por um trabalho do SageMaker AI Ground Truth. Os arquivos de saída do trabalho são armazenados no bucket do console do Amazon Rekognition Custom Labels.

Para criar um conjunto de dados usando imagens rotuladas por um trabalho do SageMaker AI Ground Truth (console)

  1. Faça login no AWS Management Console e abra o console do Amazon S3 em. https://console.aws.amazon.com/s3/

  2. No bucket do console, crie uma pasta para armazenar suas imagens de treinamento.

    nota

    O bucket do console é criado quando você abre pela primeira vez o console Amazon Rekognition Custom Labels em uma região. AWS Para obter mais informações, consulte Como gerenciar um projeto do Amazon Rekognition Custom Labels.

  3. Faça upload de suas imagens na pasta que acabou de criar.

  4. No bucket do console, crie uma pasta para armazenar a saída do trabalho do Ground Truth.

  5. Abra o console de SageMaker IA em https://console.aws.amazon.com/sagemaker/.

  6. Crie um trabalho de rotulagem do Ground Truth. Você precisará do Amazon S3 URLs para as pastas que você criou nas etapas 2 e 4. Para obter mais informações, consulte Use Amazon SageMaker Ground Truth for Data Labeling.

  7. Observe a localização do arquivo output.manifest na pasta que você criou na etapa 4. Ele deve estar na subpasta Ground-Truth-Job-Name/manifests/output.

  8. Siga as instruções em Criação de um conjunto de dados com um arquivo de manifesto do SageMaker AI Ground Truth (console) para criar um conjunto de dados com o arquivo de manifesto carregado. Para a etapa 8, na localização do arquivo.manifest, insira o Amazon URL S3 para a localização que você anotou na etapa anterior. Se você estiver usando o AWS SDK, façaCriação de um conjunto de dados com um arquivo de manifesto do SageMaker AI Ground Truth () SDK.

  9. Repita as etapas 1 a 6 para criar a tarefa SageMaker AI Ground Truth para seu conjunto de dados de teste.