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。

建立映像分類任務 （多標籤）

當您需要工作者對映像中的多個物件進行分類時，請使用 Amazon SageMaker Ground Truth 多標籤映像分類標籤任務。例如，下列影像含有狗和貓。您可以使用多標籤影像分類，將 “狗” 和 “貓” 標籤與此影像建立關聯。下頁提供建立影像分類工作的相關資訊。

處理多標籤影像分類任務時，工作者應該選擇所有適用的標籤，但必須至少選擇一個標籤。使用此任務類型建立工作時，最多可提供 50 個標籤類別。

在主控台中建立標籤工作時，如果沒有任何適用於影像的標籤，則 Ground Truth 不會提供 “無” 類別。若要將此選項提供給工作者，請在建立多標籤影像分類工作時，包括類似 “無” 或 “其他” 的標籤。

若要限制工作者為每個影像選擇單一標籤，請使用建立映像分類任務 （單一標籤）任務類型。

建立多標籤影像分類標籤工作 (主控台)

您可以遵循指示建立標記任務 (主控台)，了解如何在 SageMaker 主控台中建立多標籤影像分類標籤工作。在步驟 10 中，從任務類別下拉式清單中選擇影像，然後選擇影像分類 (多標籤) 做為任務類型。

Ground Truth 提供類似下列標籤任務的工作者使用者介面。在主控台中建立標籤工作時，您可以指定協助工作者完成工作的指示，以及工作者可以選擇的標籤。

建立多標籤影像分類標籤任務 （API）

若要建立多標籤影像分類標籤工作，請使用 SageMaker API操作 CreateLabelingJob。這會為所有 API定義此操作 AWS SDKs。若要查看此操作SDKs支援的特定語言清單，請檢閱 的另請參閱 一節CreateLabelingJob。

設定請求時，請遵循建立標記任務 (API)上的指示並執行下列動作：

以下是在美國東部 AWS SDK（維吉尼亞北部） 區域中建立標籤工作的 Python （Boto3） 請求範例。所有以紅色標示的參數都應該用您的規格和資源加以取代。

response = client.create_labeling_job(
    LabelingJobName='example-multi-label-image-classification-labeling-job,
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string'
    },
    RoleArn='arn:aws:iam::*:role/*,
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClassMultiLabel',
        'TaskKeywords': [
            'Image Classification',
        ],
        'TaskTitle': 'Multi-label image classification task',
        'TaskDescription': 'Select all labels that apply to the images shown',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClassMultiLabel'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

建立多標籤影像分類的範本

如果您使用 建立標籤工作API，則必須在 中提供工作者任務範本UiTemplateS3Uri。複製並修改下列範本。僅修改 short-instructions、full-instructions 和 header。

將此範本上傳至 S3，並在 中提供此檔案URI的 S3UiTemplateS3Uri。

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-image-classifier-multi-select
    name="crowd-image-classifier-multi-select"
    src="{{ task.input.taskObject | grant_read_access }}"
    header="Please identify all classes in image"
    categories="{{ task.input.labels | to_json | escape }}"
  >
    <full-instructions header="Multi Label Image classification instructions">
      <ol><li><strong>Read</strong> the task carefully and inspect the image.</li>
      <li><strong>Read</strong> the options and review the examples provided to understand more about the labels.</li>
       <li><strong>Choose</strong> the appropriate labels that best suit the image.</li></ol>
    </full-instructions>
    <short-instructions>
      <h3><span style="color: rgb(0, 138, 0);">Good example</span></h3>
      <p>Enter description to explain the correct label to the workers</p>
      <h3><span style="color: rgb(230, 0, 0);">Bad example</span></h3>
      <p>Enter description of an incorrect label</p>
   </short-instructions>
  </crowd-image-classifier-multi-select>
</crowd-form>

多標籤影像分類輸出資料

建立多標籤影像分類標籤任務之後，當您使用 API或 時，輸出資料將位於 S3OutputPath 參數中指定的 Amazon S3 儲存貯體，位於主控台工作概觀區段的輸出資料集位置欄位中。

若要進一步了解 Ground Truth 產生的輸出資訊清單檔案，以及 Ground Truth 用來儲存輸出資料的檔案結構，請參閱標記任務輸出資料。

若要檢視多標籤影像分類標籤工作的輸出資訊清單檔案範例，請參閱多標籤分類任務輸出。