链接标记作业 - Amazon SageMaker
关键词：标签属性名称启动链式作业（控制台）启动链式作业 () API使用部分标注的数据集

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。

链接标记作业

Amazon G SageMaker round Truth 可以通过两种方式重复使用以前作业中的数据集：克隆和链接。

克隆可以复制之前标注作业的设置，并允许您在设置以运行该作业之前进行其他更改。

链接不仅使用之前作业的设置，而且还使用结果。这样，您就可以继续执行未完成的作业，并将标签或数据对象添加到完成的作业中。链接是一种更复杂的操作。

对于数据处理：

  • 克隆将以前作业的输入清单（带有可选修改）作为新作业的输入清单。

  • 链接将以前作业的输出清单作为新作业的输入清单。

当您需要执行以下操作时，链接非常有用：

  • 继续执行手动停止的标注作业。

  • 修复问题后，继续执行中途失败的标注作业。

  • 在作业的手动标注部分完成后切换到自动数据标注，反之亦然。

  • 将更多数据对象添加到已完成的作业中，并从此启动作业。

  • 将另一个注释添加到已完成的作业中。例如，您有一组按主题标注的短语，然后想再次运行这组短语，请按主题的隐含受众进行分类。

在 Amazon G SageMaker round Truth 中，您可以使用控制台或控制台配置链式标签作业。API

关键词：标签属性名称

标签属性名称（LabelAttributeName在API）是一个字符串，用作键值对的键，键值对由工作人员分配给数据对象的标签组成。

以下规则适用于标签属性名称：

  • 它不能以 -metadata 结束。

  • source 和 source-ref 名称是保留的，不能使用这些名称。

  • 对于语义分割标注作业，它必须以 -ref 结尾。对于所有其他标注作业，它不能以 -ref 结束。如果您使用控制台创建任务，Amazon G SageMaker round Truth 会自动附加-ref到除语义分段任务之外的所有标签属性名称。

  • 对于链接的标注作业，如果您使用来自原始作业的相同标签属性名称，并将链接的作业配置为使用自动标注，那么如果该作业在任何时候处于自动标注模式，Ground Truth 都会使用来自原始作业的模型。

在输出清单中，标签属性名称类似于下面的内容。

  "source-ref": "<S3 URI>",
  "<label attribute name>": {
    "annotations": [{
      "class_id": 0,
      "width": 99,
      "top": 87,
      "height": 62,
      "left": 175
    }],
    "image_size": [{
      "width": 344,
      "depth": 3,
      "height": 234
    }]
  },
  "<label attribute name>-metadata": {
    "job-name": "<job name>",
    "class-map": {
      "0": "<label attribute name>"
    },
    "human-annotated": "yes",
    "objects": [{
      "confidence": 0.09
    }],
    "creation-date": "<timestamp>",
    "type": "groundtruth/object-detection"
  }

如果在控制台中创建作业，但没有明确设置标签属性名称值，Ground Truth 会将作业名称作为作业的标签属性名称。

启动链式作业（控制台）

从现有作业列表中选择已停止、失败或已完成的标注作业。这会启用操作菜单。

从操作菜单中，选择链接。

作业概述面板

在作业概览面板中，新的作业名称是根据您从中链接该作业的作业的标题设置的。您可以更改该名称。

您也可以指定与标注作业名称不同的标签属性名称。

如果您从完成的作业中进行链接，标签属性名称将使用您要配置的新作业的名称。要更改名称，请选中该复选框。

如果您从停止或失败的作业中进行链接，标签属性名称将使用您从中链接的作业的名称。可以轻松查看和编辑该值，因为选中了名称复选框。

属性标签命名注意事项

  • 默认值使用 Ground Truth 选择的标签属性名称。所有没有数据连接到该标签属性名的数据对象都会被标注。

  • 如果使用标签属性名称在清单中不存在，将导致作业处理数据集中的所有对象。

在这种情况下，将自动选择输入数据集位置以作为链接的作业的输出清单。输入字段不可用，因此，您无法更改该字段。

将数据对象添加到标注作业

您无法指定备用清单文件。请手动编辑以前作业的输出清单以添加新项目，然后再启动链接的作业。Amazon S3 URI 可帮助您定位清单在 Amazon S3 存储桶中的存储位置。请从该位置中下载清单文件，在您的电脑上本地编辑该文件，然后上传新版本以替换该文件。确保在编辑期间不会引入错误。我们建议您使用 JSON linter来检查您的JSON. 许多流行的文本编辑器IDEs都有 linter 插件可用。

启动链式作业 () API

该过程与使用 CreateLabelingJob 设置新的标注作业几乎相同，但有两个主要差别：

  • 清单位置：不应使用前一任务中的原始清单，而DataSource应将ManifestS3Uri中的值指向之前URI的标签任务输出清单的 Amazon S3。

  • 标签属性名称：设置正确的 LabelAttributeName 值在此处是非常重要的。这是将标注数据作为值的键值对的键部分。示例使用案例包括：

    • 将新的或更具体的标签添加到完成的作业 – 设置新的标签属性名称。

    • 标注以前作业中的未标注项目 – 使用以前作业中的标签属性名称。

使用部分标注的数据集

如果使用已经部分标注的增强清单，您可以获得一些链接好处。选中标签属性名称复选框并设置名称，使其与清单中的名称一致。

如果您使用的是API，则说明与启动链接作业的说明相同。不过，请务必将清单上传到 Amazon S3 存储桶并使用该清单，而不是使用以前作业中的输出清单。

清单中的标签属性名称值必须符合上面讨论的命名注意事项。