使用清单文件创建数据集(控制台) - Amazon Lookout for Vision

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用清单文件创建数据集(控制台)

以下过程向您展示如何通过导入存储在 Amazon S3 存储桶中的 SageMaker 格式清单文件来创建训练或测试数据集。

创建数据集后,您可以向数据集中添加更多图像,或者为图像添加标签。有关更多信息,请参阅 向您的数据集中添加图像

使用 G SageMaker round Truth 格式的清单文件创建数据集(控制台)
  1. 创建或使用现有的、 SageMaker 兼容 Amazon Lookout for Vision 的 Ground Truth 格式清单文件。有关更多信息,请参阅 创建清单文件

  2. 登录 AWS Management Console 然后在上打开 Amazon S3 控制台https://console.aws.amazon.com/s3/

  3. 在 Amazon S3 桶中,创建一个文件夹以用于存放您的清单文件。

  4. 上传您的清单文件至您刚才创建的文件夹。

  5. 在 Amazon S3 桶中,创建一个文件夹来存储您的图像。

  6. 上传您的图像至您刚才创建的文件夹。

    重要

    每JSON行中的source-ref字段值必须映射到文件夹中的图像。

  7. 打开亚马逊 Lookout for Vision 控制台 https://console.aws.amazon.com/lookoutvision/,网址为。

  8. 选择开始

  9. 在左侧导航窗格中,选择项目

  10. 选择要添加到哪一个项目,以便与清单文件一起使用。

  11. 工作原理部分,选择创建数据集

  12. 选择单数据集选项卡或单独的训练数据集和测试数据集选项卡,然后按照步骤进行操作。

    Single dataset
    1. 选择创建单个数据集

    2. 图像源配置部分,选择导入由 G SageMaker round Truth 标记的图像

    3. 对于 .manifest 文件位置,请输入您的清单文件位置。

    Separate training and test datasets
    1. 选择创建训练数据集和测试数据集

    2. 训练数据集详细信息部分,选择导入 SageMaker由 Ground Truth 标注的图像

    3. .manifest 文件位置中,输入您的训练清单文件位置。

    4. 测试数据集详细信息部分,选择导入 SageMaker 由 Ground Truth 标注的图像

    5. .manifest 文件位置中,输入您的测试清单文件位置。

      注意

      您的训练数据集和测试数据集可以有不同的图像源。

  13. 选择提交

  14. 按照 训练您的模型 中的步骤,训练您的模型。

Amazon Lookout for Vision 会在 Amazon S3 桶 datasets 文件夹中创建一个数据集。您的原始 .manifest 文件保持不变。