为图像分类定义JSON线 - 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。

为图像分类定义JSON线

您可以为要在 Amazon JSON Lookout for Vision 清单文件中使用的每张图片定义一行。如果要创建分类模型,则该JSON行必须包括正常或异常的图像分类。一JSON行采用 G SageMaker round Trut h 分类任务输出格式。清单文件由一行或多JSON行组成,您要导入的每张图像各占一行。

为已分类的图像创建清单文件
  1. 创建一个空文本文件。

  2. 为要导入的每张图像添加一JSON行。每JSON行应类似于以下内容:

    {"source-ref":"s3://lookoutvision-console-us-east-1-nnnnnnnnnn/gt-job/manifest/IMG_1133.png","anomaly-label":1,"anomaly-label-metadata":{"confidence":0.95,"job-name":"labeling-job/testclconsolebucket","class-name":"normal","human-annotated":"yes","creation-date":"2020-04-15T20:17:23.433061","type":"groundtruth/image-classification"}}
  3. 保存该文件。

    注意

    您可以使用扩展名 .manifest,但不要求必须如此。

  4. 使用您创建的清单文件,创建一个数据集。有关更多信息,请参阅 创建清单文件

分类JSON线

在本节中,您将学习如何创建一条将图像归类为正常或异常的JSON线条。

异常线 JSON

以下JSON行显示了一张被标记为异常的图像。请注意,class-name 的值为 anomaly

{ "source-ref": "s3: //bucket/image/anomaly/abnormal-1.jpg", "anomaly-label-metadata": { "confidence": 1, "job-name": "labeling-job/auto-label", "class-name": "anomaly", "human-annotated": "yes", "creation-date": "2020-11-10T03:37:09.600", "type": "groundtruth/image-classification" }, "anomaly-label": 1 }

普通JSON线

以下JSON行显示了一张标记为正常的图像。请注意,class-name 的值为 normal

{ "source-ref": "s3: //bucket/image/normal/2020-10-20_12-14-55_613.jpeg", "anomaly-label-metadata": { "confidence": 1, "job-name": "labeling-job/auto-label", "class-name": "normal", "human-annotated": "yes", "creation-date": "2020-11-10T03:37:09.603", "type": "groundtruth/image-classification" }, "anomaly-label": 0 }

JSON线路键和值

以下信息描述了 Amazon Lookout for JSON Vision 系列中的键和值。

source-ref

(必需)图像的 Amazon S3 位置。格式为 "s3://BUCKET/OBJECT_PATH"。所导入数据集中的图像必须存储在同一 Amazon S3 桶中。

anomaly-label

(必需)标签属性。应使用键 anomaly-label,或您选择的其他键名称。Amazon Lookout for Vision 需要该键值(前一示例中 0),但未使用该值。Amazon Lookout for Vision 创建的输出清单将该值转换为 1,表示异常图像,0 值表示正常图像。class-name 的值决定了图像正常还是异常。

必须有相应的元数据,这些元数据通过字段名称进行标识,并附有 -metadata。例如,"anomaly-label-metadata"

anomaly-label-metadata

(必需)与标签属性相关的元数据。该字段名称必须与标签属性附加 -metadata 之后相同。

confidence

(可选)Amazon Lookout for Vision 当前未使用。如果您确实要指定一个值,请使用值 1

job-name

(可选)您为用于处理图像的作业选择的名称。

class-name

(必需)如果图像包含正常内容,请指定 normal,否则请指定 anomaly。如果 class-name 的值是任何其他值,则图像将作为未标注图像添加到数据集中。要标注图像,请参阅 向您的数据集中添加图像

human-annotated

(必需)如果注释由人工完成,请指定 "yes"。否则,请指定 "no"

creation-date

(可选)创建标签的协调世界时 (UTC) 日期和时间。

类型

(必需)应该应用于图像的处理类型。对于图像级异常标签,该值为 "groundtruth/image-classification"