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.
Usar dados de entrada e saída
nota
O Amazon SageMaker Ground Truth não está mais aberto a novos clientes. Os clientes existentes podem continuar usando o serviço normalmente. AWS continua investindo em melhorias de segurança e disponibilidade para o Ground Truth, mas não planejamos introduzir novos recursos.
Os dados de entrada que você fornece à Amazon SageMaker Ground Truth são enviados aos seus funcionários para serem rotulados. Você escolhe os dados a serem enviados aos seus operadores criando um único arquivo de manifesto que define todos os dados que exigem rotulagem ou enviando objetos de dados de entrada para um trabalho contínuo de rotulagem de streaming para serem rotulados em tempo real.
Os dados de saída são o resultado do seu trabalho de rotulagem. O arquivo de dados de saída, ou arquivo de manifesto aumentado, contém dados de rótulo para cada objeto que você envia para o trabalho de rotulagem e metadados sobre o rótulo atribuído aos objetos de dados.
Ao usar classificação de imagens (rótulo único e múltiplo), classificação de texto (rótulo único e múltiplo), detecção de objetos e segmentação semântica incorporados em tipos de tarefas para criar um trabalho de rotulagem, você pode usar o arquivo de manifesto aumentado resultante para iniciar um trabalho de treinamento. SageMaker Para ver uma demonstração de como usar um manifesto aumentado para treinar um modelo de aprendizado de máquina de detecção de objetos com a Amazon SageMaker AI, consulte https://sagemaker-examples.readthedocs.io/en/latest/ground_truth_labeling_jobs/object_detection_augmented_manifest_training/object_detection_augmented_manifest_training.html
Tópicos
