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

终止支持通知：2025年10月31日， AWS 将停止对亚马逊 Lookout for Vision 的支持。2025 年 10 月 31 日之后，你将无法再访问 Lookout for Vision 主机或 Lookout for Vision 资源。如需更多信息，请访问此博客文章。

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 A SageMaker I 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 SageMaker AI Ground 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 AI Ground Truth 格式的亚马逊 Lookout for Vision 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 并打开 Amazon S3 控制台，网址为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

    每个 JSON 行中的 source-ref 字段值必须对应文件夹中的图像。

  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. 在工作原理部分，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. 在图像源配置部分，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. 在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. 在 .manifest 文件位置中，输入您的训练清单文件位置。

    4. 在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. 在 .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。