查看您的数据集 - Amazon Lookout for Vision
查看项目中的数据集（控制台）查看项目中的数据集 (SDK)

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。

查看您的数据集

一个项目可以有单个数据集，用于训练和测试模型。或者，您可以使用单独的训练数据集和测试数据集。您可以使用控制台查看自己的数据集。您还可以使用 DescribeDataset 操作来获取与数据集（训练或测试）有关的信息。

查看项目中的数据集（控制台）

执行以下过程中的步骤，可以在控制台中查看项目的数据集。

查看您的数据集（控制台）

  1. 打开 Amazon Lookout for Vision 控制台，网址为 https://console.aws.amazon.com/lookoutvision/。

  2. 选择开始使用。

  3. 在左侧导航窗格中，选择项目。

  4. 在项目页面上，选择包含您要查看的数据集的项目。

  5. 在左侧导航窗格中，选择数据集以查看数据集详细信息。如果有训练数据集和测试数据集，则每个数据集各显示一个选项卡。

查看项目中的数据集 (SDK)

您可以使用 DescribeDataset 操作，获取与项目关联的训练或测试数据集的信息。

查看您的数据集 (SDK)

  1. 安装并配置 AWS CLI 和 AWS SDK（如果尚未如此）。有关更多信息，请参阅 第 4 步：设置 AWS CLI 以及 AWS SDKs。

  2. 使用以下示例代码查看数据集。

    CLI

    更改以下值：

    • project-name 更改为包含要查看的模型的项目的名称。

    • dataset-type 更改为要查看的数据集类型（train 或 test）。

    aws lookoutvision describe-dataset --project-name project name\
  --dataset-type train or test \
  --profile lookoutvision-access
    Python

    此代码取自 AWS 文档 SDK 示例 GitHub 存储库。请在此处查看完整示例。

        @staticmethod
    def describe_dataset(lookoutvision_client, project_name, dataset_type):
        """
        Gets information about a Lookout for Vision dataset.

        :param lookoutvision_client: A Boto3 Lookout for Vision client.
        :param project_name: The name of the project that contains the dataset that
                             you want to describe.
        :param dataset_type: The type (train or test) of the dataset that you want
                             to describe.
        """
        try:
            response = lookoutvision_client.describe_dataset(
                ProjectName=project_name, DatasetType=dataset_type
            )
            print(f"Name: {response['DatasetDescription']['ProjectName']}")
            print(f"Type: {response['DatasetDescription']['DatasetType']}")
            print(f"Status: {response['DatasetDescription']['Status']}")
            print(f"Message: {response['DatasetDescription']['StatusMessage']}")
            print(f"Images: {response['DatasetDescription']['ImageStats']['Total']}")
            print(f"Labeled: {response['DatasetDescription']['ImageStats']['Labeled']}")
            print(f"Normal: {response['DatasetDescription']['ImageStats']['Normal']}")
            print(f"Anomaly: {response['DatasetDescription']['ImageStats']['Anomaly']}")
        except ClientError:
            logger.exception("Service error: problem listing datasets.")
            raise
        print("Done.")
    Java V2

    此代码取自 AWS 文档 SDK 示例 GitHub 存储库。请在此处查看完整示例。

    /**
 * Gets the description for a Amazon Lookout for Vision dataset.
 * 
 * @param lfvClient   An Amazon Lookout for Vision client.
 * @param projectName The name of the project in which you want to describe a
 *                    dataset.
 * @param datasetType The type of the dataset that you want to describe (train
 *                    or test).
 * @return DatasetDescription A description of the dataset.
 */
public static DatasetDescription describeDataset(LookoutVisionClient lfvClient,
                String projectName,
                String datasetType) throws LookoutVisionException {

        logger.log(Level.INFO, "Describing {0} dataset for project {1}",
                        new Object[] { datasetType, projectName });

        DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder()
                        .projectName(projectName)
                        .datasetType(datasetType)
                        .build();

        DescribeDatasetResponse describeDatasetResponse = lfvClient.describeDataset(describeDatasetRequest);
        DatasetDescription datasetDescription = describeDatasetResponse.datasetDescription();

        logger.log(Level.INFO, "Project: {0}\n"
                        + "Created: {1}\n"
                        + "Type: {2}\n"
                        + "Total: {3}\n"
                        + "Labeled: {4}\n"
                        + "Normal: {5}\n"
                        + "Anomalous: {6}\n",
                        new Object[] {
                                        datasetDescription.projectName(),
                                        datasetDescription.creationTimestamp(),
                                        datasetDescription.datasetType(),
                                        datasetDescription.imageStats().total().toString(),
                                        datasetDescription.imageStats().labeled().toString(),
                                        datasetDescription.imageStats().normal().toString(),
                                        datasetDescription.imageStats().anomaly().toString(),
                        });

        return datasetDescription;

}