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。
您可以使用 Amazon Rekognition 自訂標籤主控台或呼叫UpdateDatasetEntries
API,將更多影像新增至資料集。
添加更多圖像(控制台)
當您使用 Amazon Rekognition 自訂標籤主控台時,您可以從本機電腦上傳影像。映像檔會新增至 Amazon S3 儲存貯體位置 (主控台或外部),用於建立資料集的映像存放在該位置。
若要將更多影像新增至資料集 (主控台)
開啟亞馬遜重新認知主控台,網址為 https://console.aws.amazon.com/rekognition/
。 -
在左窗格中選擇使用自訂標籤。顯示 Amazon Rekognition 自訂標籤登陸頁面。
-
在左側導覽窗格中選擇 Projects (專案)。將顯示「專案」檢視。
-
選擇您要使用的專案。
-
在左側導覽窗格的專案名稱下,選擇 Databet (資料集)。
-
選擇 Actions (動作),然後選取要新增影像的資料集。
-
選擇您要上傳至資料集的影像。您可以拖動圖像或選擇要從本地計算機上傳的圖像。您一次最多可以上傳 30 張圖片。
-
選擇 [上傳圖片]。
-
選擇 Save changes (儲存變更)。
-
標記影像。如需詳細資訊,請參閱標記檔案。
新增更多影像 (SDK)
UpdateDatasetEntries
更新或將 JSON 行添加到清單文件中。您將 JSON 行作為GroundTruth
字段中的字節 64 編碼數據對象傳遞。如果您使用AWS SDK 來呼叫UpdateDatasetEntries
,SDK 會為您編碼資料。每個 JSON 行都包含單一影像的資訊,例如指派的標籤或邊界方框資訊。例如:
{"source-ref":"s3://bucket/image","BB":{"annotations":[{"left":1849,"top":1039,"width":422,"height":283,"class_id":0},{"left":1849,"top":1340,"width":443,"height":415,"class_id":1},{"left":2637,"top":1380,"width":676,"height":338,"class_id":2},{"left":2634,"top":1051,"width":673,"height":338,"class_id":3}],"image_size":[{"width":4000,"height":2667,"depth":3}]},"BB-metadata":{"job-name":"labeling-job/BB","class-map":{"0":"comparator","1":"pot_resistor","2":"ir_phototransistor","3":"ir_led"},"human-annotated":"yes","objects":[{"confidence":1},{"confidence":1},{"confidence":1},{"confidence":1}],"creation-date":"2021-06-22T10:11:18.006Z","type":"groundtruth/object-detection"}}
如需詳細資訊,請參閱建立清單檔案。
使用source-ref
欄位作為關鍵字,以識別您要更新的影像。如果資料集不包含相符的source-ref
欄位值,則會將 JSON 行新增為新影像。
若要將更多影像新增至資料集 (SDK)
-
若您尚未這樣做,請安裝AWS CLI並設定和AWS SDK。如需詳細資訊,請參閱步驟 4:設定 AWS CLI 和 AWS SDKs。
-
使用下列範例將 JSON 行新增至資料集。
以您要使
GroundTruth
用的 JSON 行取代的值。您需要轉義 JSON 行中的任何特殊字符。aws rekognition update-dataset-entries\ --dataset-arn
dataset_arn
\ --changes '{"GroundTruth" : "{\"source-ref\":\"s3://your_bucket/your_image\",\"BB\":{\"annotations\":[{\"left\":1776,\"top\":1017,\"width\":458,\"height\":317,\"class_id\":0},{\"left\":1797,\"top\":1334,\"width\":418,\"height\":415,\"class_id\":1},{\"left\":2597,\"top\":1361,\"width\":655,\"height\":329,\"class_id\":2},{\"left\":2581,\"top\":1020,\"width\":689,\"height\":338,\"class_id\":3}],\"image_size\":[{\"width\":4000,\"height\":2667,\"depth\":3}]},\"BB-metadata\":{\"job-name\":\"labeling-job/BB\",\"class-map\":{\"0\":\"comparator\",\"1\":\"pot_resistor\",\"2\":\"ir_phototransistor\",\"3\":\"ir_led\"},\"human-annotated\":\"yes\",\"objects\":[{\"confidence\":1},{\"confidence\":1},{\"confidence\":1},{\"confidence\":1}],\"creation-date\":\"2021-06-22T10:10:48.492Z\",\"type\":\"groundtruth/object-detection\"}}"
}' \ --cli-binary-format raw-in-base64-out \ --profile custom-labels-access