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。
通过试用检测任务验证您的模型
如果要验证或提高模型的质量,您可以执行试用检测任务。试用检测任务可以检测您提供的新图像中的异常。
您可以验证检测结果,并且将经过验证的图像添加到数据集中。如果您有单独的训练数据集和测试数据集,则经过验证的图像会添加到训练数据集中。
您可以验证本地计算机中的图像,或 Amazon S3 桶中的图像。如果要将经过验证的图像添加到数据集中,S3 桶中的图像必须与数据集中的图像位于同一 S3 桶中。
注意
要运行试用检测任务,请确保您的 S3 桶已启用版本控制。有关更多信息,请参阅使用版本控制。控制台桶是在启用版本控制的情况下创建的。
默认情况下,您的图像使用亚马逊云科技拥有和管理的密钥进行加密。您也可以选择使用自己的 Amazon Key Management Service (KMS) 密钥。有关更多信息,请参阅 Amazon Key Management Service 概念。
运行试用检测任务
执行以下步骤以运行试用检测任务。
运行试用检测(控制台)
打开 Amazon Lookout for Vision 控制台,网址为 https://console.aws.amazon.com/lookoutvision/
。 选择开始使用。
在左侧导航窗格中,选择项目。
在项目视图中,选择包含您要查看的模型版本的项目。
在左侧导航窗格中,于项目名称下选择试用检测。
在试用检测视图中,选择运行试用检测。
在运行试用检测页面,在任务名称中输入您的试用检测任务名称。
在选择模型中,选择要使用的模型的版本。
根据图像的来源导入图像,如下所示:
如果要从 Amazon S3 桶导入源图像,请输入 S3 URI。
提示
如果要使用“开始使用”示例图片,请使用 extra_images 文件夹。Amazon S3 URI 为
s3://
。your bucket
/circuitboard/extra_images如果要从您的计算机上传图像,请在选择检测异常后添加图像。
(可选)如果要使用自己的 Amazon KMS 加密密钥,请执行以下操作:
对于图像数据加密,请选择自定义加密设置(高级)。
在 encryption.aws_kms_key 中,输入您的密钥的 Amazon 资源名称 (ARN),或者选择现有的 Amazon KMS 密钥。要创建新密钥,请选择创建 Amazon KMS 密钥。
选择检测异常,然后选择运行试用检测以启动试用检测任务。
在试用检测视图中查看当前状态。试用检测可能需要一段时间才能完成。
验证试用检测结果
验证试用检测结果可以帮助您改进模型。
如果性能指标不佳,请运行试用检测,然后将经过验证的图像添加到数据集(如果有单独的数据集,则添加到训练数据集),从而改进您的模型。
如果模型的性能指标良好,但试用检测的结果不佳,则可以将经过验证的图像添加到数据集(训练数据集),从而改进您的模型。如果您有单独的测试数据集,请考虑向测试数据集添加更多图像。
在将经过验证的图像添加到数据集后,请重新训练并重新评估您的模型。有关更多信息,请参阅 训练您的模型。
验证试用检测的结果
打开 Amazon Lookout for Vision 控制台,网址为 https://console.aws.amazon.com/lookoutvision/
。 在左侧导航窗格中,选择项目。
在项目页面上,选择要使用的项目。此时将显示您的项目的控制面板。
在左侧导航窗格中,选择试用检测。
选择要验证的试用检测。
在试用检测页面上,选择验证机器预测。
选中选择此页面上的所有图像。
如果预测正确,请选择验证为正确。否则,请选择验证为不正确。每张图像下方会显示所做的预测和预测置信度分数。
如果需要更改图像的标签,请执行以下操作:
在图像下方选择正确或不正确。
如果无法确定图像的正确标签,请选择图库中的图像以放大图像。
注意
在筛选条件部分,您可以选择所需的标签或标签状态以筛选图像标签。在排序选项部分,您可以按置信度分数进行排序。
-
如果您的模型是分割模型,并且图像的掩码或异常标签错误,请选择图像下方的异常区域并打开注释工具。通过执行以下操作:使用注释工具更正分割标签,更新分割信息。
必要时在每页上重复步骤 7-10,直到所有图像都经过验证。
选择将经过验证的图像添加到数据集。如果您有单独的数据集,则这些图像会添加到训练数据集中。
重新训练您的模型。有关更多信息,请参阅 训练您的模型。
使用注释工具更正分割标签
您可以使用注释工具,通过用掩码来标记异常区域以分割图像。
使用注释工具更正图像的分割标签
在数据集图库中,选择图像下方的异常区域以打开注释工具。
如果掩码的异常标签不正确,请选择该掩码,然后在异常标签下选择正确的异常标签。如有必要,请选择添加异常标签以添加新的异常标签。
如果掩码不正确,请在页面底部选择绘图工具,然后为异常标签绘制紧密覆盖其异常区域的掩码。下面的图像是掩码紧密覆盖异常区域的示例。
下面的图像是掩码不佳,未紧密覆盖异常区域的示例。
如果还有更多图像需要更正,请选择下一步,然后重复步骤 2 和步骤 3。
选择提交并关闭,完成图像更新。