支援終止通知:在 2025 年 10 月 31 日, AWS 將停止對 Amazon Lookout for Vision 的支援。2025 年 10 月 31 日之後,您將無法再存取 Lookout for Vision 主控台或 Lookout for Vision 資源。如需詳細資訊,請造訪此部落格文章
本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
使用存放在 Amazon S3 儲存貯體中的映像建立資料集
您可以使用存放在 Amazon S3 儲存貯體中的映像來建立資料集。使用此選項,您可以使用 Amazon S3 儲存貯體中的資料夾結構來自動分類映像。您可以將映像存放在主控台儲存貯體中,或將另一個 Amazon S3 儲存貯體存放在您的帳戶中。
設定資料夾以進行自動標記
在建立資料集期間,您可以選擇根據包含影像的資料夾名稱,為影像分配標籤名稱。資料夾必須是您在建立資料集時在 S3 URI 中指定的 Amazon S3 資料夾路徑的子項。 S3
以下是入門範例映像的train
資料夾。如果您將 Amazon S3 資料夾位置指定為 S3-bucket/circuitboard/train/
,則會將資料夾中的影像normal
指派給標籤 Normal
。資料夾中的影像anomaly
會被指派標籤 Anomaly
。較深的子資料夾的名稱不會用於標記影像。
S3-bucket └── circuitboard └── train ├── anomaly ├── train-anomaly_1.jpg ├── train-anomaly_2.jpg ├── . └── . └── normal ├── train-normal_1.jpg ├── train-normal_2.jpg ├── . └── .
使用來自 Amazon S3 儲存貯體的影像建立資料集
下列程序會使用存放在 Amazon S3 儲存貯體中的分類範例映像來建立資料集。若要使用您自己的映像,請建立中所述的資料夾結構設定資料夾以進行自動標記。
此程序也會說明如何建立單一資料集專案,或使用個別訓練和測試資料集的專案。
如果您未選擇自動標記映像,則需要在建立資料集之後標記映像。如需詳細資訊,請參閱分類影像 (主控台)。
注意
如果您剛完成 建立您的專案,主控台應該會顯示專案儀表板,而且您不需要執行步驟 1 - 4。
使用存放在 Amazon S3 儲存貯體中的映像建立資料集
-
如果您尚未這麼做,請將入門映像上傳至您的 Amazon S3 儲存貯體。如需詳細資訊,請參閱影像分類資料集。
-
開啟 Amazon Lookout for Vision 主控台,網址為 https://https://console.aws.amazon.com/lookoutvision/
。 -
在左側導覽視窗中,選擇專案。
-
在專案 頁面,選擇您要新增資料集的專案。專案的詳細資訊頁面隨即顯示。
-
選擇建立資料集。建立資料集頁面即會顯示。
提示
如果您遵循入門指示,請選擇建立訓練資料集和測試資料集。
-
選擇單一資料集索引標籤或分開訓練和測試資料集索引標籤,然後依照步驟進行。
-
選擇從 Amazon S3 儲存貯體匯入影像。
-
在 S3 URI 中,輸入 Amazon S3 儲存貯體位置和資料夾路徑。將
bucket
變更為 Amazon S3 儲存貯體的名稱。-
如果您要建立單一資料集專案或訓練資料集,請輸入下列項目:
s3://
bucket
/circuitboard/train/ -
如果您要建立測試資料集,請輸入下列項目:
s3://
bucket
/circuitboard/test/
-
-
選擇根據資料夾自動將標籤連接至影像。
-
選擇建立資料集。資料集頁面隨即開啟,其中包含您標記的影像。
-
請遵循 培訓您的模型 中的步驟訓練模型。