在清单文件中导入图像级标签 - Rekognition
图像级线条 JSON

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。

在清单文件中导入图像级标签

要导入图像级标签（标有场景、概念或不需要本地化信息的对象的图像），可以将 G SageMaker round Truth 分类作业输出格式JSON行添加到清单文件中。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。

提示

为了简化清单文件的创建，我们提供了从文件创建清单文件的 Python 脚本。CSV有关更多信息，请参阅 从文件创建清单CSV文件。

创建图像级标签的清单文件

  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行应与以下内容类似。

    {"source-ref":"s3://custom-labels-console-us-east-1-nnnnnnnnnn/gt-job/manifest/IMG_1133.png","TestCLConsoleBucket":0,"TestCLConsoleBucket-metadata":{"confidence":0.95,"job-name":"labeling-job/testclconsolebucket","class-name":"Echo Dot","human-annotated":"yes","creation-date":"2020-04-15T20:17:23.433061","type":"groundtruth/image-classification"}}

  3. 保存该文件。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 使用 G SageMaker round Truth 格式的清单文件创建数据集（控制台）。

图像级线条 JSON

在本节中，我们将向您展示如何为单个图像创建JSON线条。请考虑以下图像。下图的场景可能叫做 Sunrise。

日落的湖面上有码头和小船，周围环绕着群山。

前一幅图像（场景 S unris e）的JSON行可能如下所示。

{
    "source-ref": "s3://bucket/images/sunrise.png",
    "testdataset-classification_Sunrise": 1,
    "testdataset-classification_Sunrise-metadata": {
        "confidence": 1,
        "job-name": "labeling-job/testdataset-classification_Sunrise",
        "class-name": "Sunrise",
        "human-annotated": "yes",
        "creation-date": "2020-03-06T17:46:39.176",
        "type": "groundtruth/image-classification"
    }
}

请注意以下信息。

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 存储桶中。

testdataset-classification_Sunrise

（必需）标签属性。您选择的字段名称。该字段的值（在前面的示例中为 1）是标签属性的标识符。Amazon Rekognition Custom Labels 不使用它，它可以是任何整数值。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，"testdataset-classification_Sunrise-metadata"。

testdataset-classification_Sunrise-元数据

（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

（必需）Amazon Rekognition Custom Labels 目前未使用该属性，但必须为其提供介于 0 和 1 之间的值。

job-name

（可选）您为用于处理图像的作业选择的名称。

class-name

（必需）您为适用于图像的场景或概念选择的类别名称。例如，"Sunrise"。

human-annotated

（必需）如果注释由人工完成，请指定 "yes"。否则为 "no"。

creation-date

（必填）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。对于图像级标签，该值为 "groundtruth/image-classification"。

为图像添加多个图像级标签

可以为图像添加多个标签。例如，以下内容在单个图像中JSON添加了两个标签，即足球和球。

{
    "source-ref": "S3 bucket location", 
    "sport0":0, # FIRST label
    "sport0-metadata": { 
        "class-name": "football", 
        "confidence": 0.8, 
        "type":"groundtruth/image-classification", 
        "job-name": "identify-sport", 
        "human-annotated": "yes", 
        "creation-date": "2018-10-18T22:18:13.527256" 
    },
    "sport1":1, # SECOND label
    "sport1-metadata": { 
        "class-name": "ball", 
        "confidence": 0.8, 
        "type":"groundtruth/image-classification", 
        "job-name": "identify-sport", 
        "human-annotated": "yes", 
        "creation-date": "2018-10-18T22:18:13.527256" 
    }
}  # end of annotations for 1 image