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。
为图像分割定义JSON线条
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。如果要创建分割模型,则JSON线条必须包含图像的分割和分类信息。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。
为已分割的图像创建清单文件
-
创建空文本文件。
-
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://path-to-image","anomaly-label":1,"anomaly-label-metadata":{"class-name":"anomaly","creation-date":"2021-10-12T14:16:45.668","human-annotated":"yes","job-name":"labeling-job/classification-job","type":"groundtruth/image-classification","confidence":1},"anomaly-mask-ref":"s3://path-to-image","anomaly-mask-ref-metadata":{"internal-color-map":{"0":{"class-name":"BACKGROUND","hex-color":"#ffffff","confidence":0.0},"1":{"class-name":"scratch","hex-color":"#2ca02c","confidence":0.0},"2":{"class-name":"dent","hex-color":"#1f77b4","confidence":0.0}},"type":"groundtruth/semantic-segmentation","human-annotated":"yes","creation-date":"2021-11-23T20:31:57.758889","job-name":"labeling-job/segmentation-job"}}
-
保存该文件。
注意
您可以使用扩展名
.manifest
,但不要求必须如此。 -
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。
分割JSON线
在本节中,您将学习如何创建一条包含图像分割和分类信息的JSON线。
以下JSON行显示了一张包含分割和分类信息的图像。 anomaly-label-metadata
包含分类信息。 anomaly-mask-ref
并anomaly-mask-ref-metadata
包含分段信息。
{ "source-ref": "s3://
path-to-image
", "anomaly-label
": 1, "anomaly-label
-metadata": { "class-name": "anomaly
", "creation-date": "2021-10-12T14:16:45.668
", "human-annotated": "yes
", "job-name": "labeling-job/classification-job
", "type": "groundtruth/image-classification", "confidence":1
}, "anomaly-mask
-ref": "s3://path-to-image
", "anomaly-mask
-ref-metadata": { "internal-color-map": { "0": { "class-name": "BACKGROUND", "hex-color": "#ffffff", "confidence": 0.0 }, "1
": { "class-name": "scratch
", "hex-color": "#2ca02c
", "confidence":0.0
}, "2
": { "class-name": "dent
", "hex-color": "#1f77b4
", "confidence":0.0
} }, "type": "groundtruth/semantic-segmentation", "human-annotated": "yes
", "creation-date": "2021-11-23T20:31:57.758889
", "job-name": "labeling-job/segmentation-job
" } }
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://
。所导入数据集中的图像必须存储在同一 Amazon S3 桶中。BUCKET
/OBJECT_PATH
"
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 1
),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。包含分类信息。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。
- type
-
(必需)应该应用于图像的处理类型。应使用值
"groundtruth/image-classification"
。
anomaly-mask-ref
(必需)掩码图像的 Amazon S3 位置。使用 anomaly-mask-ref
作为键名称,或者使用您选择的键名称。键必须以 -ref
结尾。掩码图像必须包含每种异常类型的有色掩码 internal-color-map
。格式为 "s3://
。所导入数据集中的图像必须存储在同一 Amazon S3 存储桶中。掩码图像必须是便携式网络图形 (PNG) 格式的图像。BUCKET
/OBJECT_PATH
"
anomaly-mask-ref-metadata
(必需)图像的分割元数据。使用 anomaly-mask-ref-metadata
作为键名称,或者使用您选择的键名称。键名称必须以 -ref-metadata
结尾。
- internal-color-map
-
(必需)与各种异常类型对应的颜色图。颜色必须与掩码图像中的颜色匹配(
anomaly-mask-ref
)。- 密钥
-
(必需)颜色图中的键。该条目
0
必须包含BACKGROUND表示图像上异常之外区域的类名。- class-name
(必需)异常类型的名称,如划痕或凹痕。
- hex-color
(必需)异常类型对应的十六进制颜色,如
#2ca02c
。颜色必须与anomaly-mask-ref
中的颜色匹配。BACKGROUND
异常类型的值始终为#ffffff
。- confidence
(必需)Amazon Lookout for Vision 当前未使用,但需要一个浮点值。
- 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)创建分段信息的协调世界时 (UTC) 日期和时间。
- type
-
(必需)应该应用于图像的处理类型。应使用值
"groundtruth/semantic-segmentation"
。