Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Löschen eines Datensatzes
Sie können die Trainings- und Testdatensätze aus einem Projekt löschen.
**Topics**
+ [Löschen eines Datensatzes (Konsole)](#md-delete-dataset-console)
+ [Löschen eines Amazon Rekognition Custom Labels-Datensatzes (SDK)](#md-delete-dataset-sdk)
## Löschen eines Datensatzes (Konsole)
Führen Sie die folgenden Schritte aus, um einen Datensatz zu löschen. Wenn für das Projekt noch ein Datensatz übrig ist (Training oder Test), wird anschließend die Seite mit den Projektdetails angezeigt. Wenn das Projekt keine verbleibenden Datensätze hat, wird die Seite **Datensatz erstellen** angezeigt.
Wenn Sie den Trainingsdatensatz löschen, müssen Sie einen neuen Trainingsdatensatz für das Projekt erstellen, bevor Sie ein Modell trainieren können. Weitere Informationen finden Sie unter [Erstellen von Trainings- und Testdatensätzen mit Bildern](md-create-dataset.md).
Wenn Sie den Testdatensatz löschen, können Sie ein Modell trainieren, ohne einen neuen Testdatensatz zu erstellen. Während des Trainings wird der Trainingsdatensatz aufgeteilt, um einen neuen Testdatensatz für das Projekt zu erstellen. Durch die Aufteilung des Trainingsdatensatzes wird die Anzahl der für das Training verfügbaren Bilder reduziert. Um die Qualität aufrechtzuerhalten, empfehlen wir, vor dem Training eines Modells einen neuen Testdatensatz zu erstellen. Weitere Informationen finden Sie unter [Einen Datensatz zu einem Projekt hinzufügen](md-add-dataset.md).
**So löschen Sie einen Datensatz**
1. Öffnen Sie die Amazon Rekognition Rekognition-Konsole unter. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)
1. Wählen Sie im linken Navigationsbereich **Custom Labels verwenden** aus. Die Landingpage von Amazon Rekognition Custom Labels wird angezeigt.
1. Wählen Sie im linken Navigationsbereich die Option **Projekte** aus. Die Projektansicht wird angezeigt.
1. Wählen Sie das Projekt aus, das den Datensatz enthält, den Sie löschen möchten.
1. Wählen Sie im linken Navigationsbereich unter dem Projektnamen **Datensatz** aus
1. Wählen Sie **Aktionen**.
1. Um den Trainingsdatensatz zu löschen, wählen Sie **Trainingsdatensatz löschen.**
1. Um den Testdatensatz zu löschen, wählen Sie **Testdatensatz löschen.**
1. Geben Sie im Dialogfeld ***Trainings- oder Testdatensatz löschen*** **Löschen** ein, um zu bestätigen, dass Sie den Datensatz löschen möchten.
1. Wählen Sie ***Trainings- oder Testdatensatz löschen***, um den Datensatz zu löschen.
## Löschen eines Amazon Rekognition Custom Labels-Datensatzes (SDK)
Sie löschen einen Amazon Rekognition Custom Labels-Datensatz, indem Sie den Amazon-Ressourcennamen (ARN) des Datensatzes, den Sie löschen möchten, aufrufen [DeleteDataset](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DeleteDataset)und angeben. Rufen Sie an, um ARNs die Trainings- und Testdatensätze innerhalb eines Projekts abzurufen. [DescribeProjects](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DescribeProjects) Die Antwort umfasst eine Reihe von [ProjectDescription](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ProjectDescription)Objekten. Der Datensatz ARNs (`DatasetArn`) und die Datensatztypen (`DatasetType`) sind in der `Datasets` Liste enthalten.
Wenn Sie den Trainingsdatensatz löschen, müssen Sie einen neuen Trainingsdatensatz für das Projekt erstellen, bevor Sie ein Modell trainieren können. Wenn Sie den Testdatensatz löschen, müssen Sie einen neuen Testdatensatz erstellen, bevor Sie das Modell trainieren können. Weitere Informationen finden Sie unter [Hinzufügen eines Datensatzes zu einem Projekt (SDK)](md-add-dataset.md#md-add-dataset-sdk).
**Um einen Datensatz zu löschen (SDK)**
1. Falls Sie dies noch nicht getan haben, installieren und konfigurieren Sie den AWS CLI und den AWS SDKs. Weitere Informationen finden Sie unter [Schritt 4: Richten Sie das und ein AWS CLI AWS SDKs](su-awscli-sdk.md).
1. Verwenden Sie den folgenden Code, um einen Datensatz zu löschen.
------
#### [ AWS CLI ]
Ändern Sie den Wert von `dataset-arn` in den ARN des Datensatzes, den Sie löschen möchten.
```
aws rekognition delete-dataset --dataset-arn {{dataset-arn}} \
--profile custom-labels-access
```
------
#### [ Python ]
Verwenden Sie folgenden Code. Geben Sie die folgenden Befehlszeilenparameter an:
+ dataset\_arn — der ARN des Datensatzes, den Sie löschen möchten.
```
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Purpose
Shows how to delete an Amazon Rekognition Custom Labels dataset.
"""
import argparse
import logging
import time
import boto3
from botocore.exceptions import ClientError
logger = logging.getLogger(__name__)
def delete_dataset(rek_client, dataset_arn):
"""
Deletes an Amazon Rekognition Custom Labels dataset.
:param rek_client: The Amazon Rekognition Custom Labels Boto3 client.
:param dataset_arn: The ARN of the dataset that you want to delete.
"""
try:
# Delete the dataset,
logger.info("Deleting dataset: %s", dataset_arn)
rek_client.delete_dataset(DatasetArn=dataset_arn)
deleted = False
logger.info("waiting for dataset deletion %s", dataset_arn)
# Dataset might not be deleted yet, so wait.
while deleted is False:
try:
rek_client.describe_dataset(DatasetArn=dataset_arn)
time.sleep(5)
except ClientError as err:
if err.response['Error']['Code'] == 'ResourceNotFoundException':
logger.info("dataset deleted: %s", dataset_arn)
deleted = True
else:
raise
logger.info("dataset deleted: %s", dataset_arn)
return True
except ClientError as err:
logger.exception("Couldn't delete dataset - %s: %s",
dataset_arn, err.response['Error']['Message'])
raise
def add_arguments(parser):
"""
Adds command line arguments to the parser.
:param parser: The command line parser.
"""
parser.add_argument(
"dataset_arn", help="The ARN of the dataset that you want to delete."
)
def main():
logging.basicConfig(level=logging.INFO,
format="%(levelname)s: %(message)s")
try:
# Get command line arguments.
parser = argparse.ArgumentParser(usage=argparse.SUPPRESS)
add_arguments(parser)
args = parser.parse_args()
print(f"Deleting dataset: {args.dataset_arn}")
# Delete the dataset.
session = boto3.Session(profile_name='custom-labels-access')
rekognition_client = session.client("rekognition")
delete_dataset(rekognition_client,
args.dataset_arn)
print(f"Finished deleting dataset: {args.dataset_arn}")
except ClientError as err:
error_message = f"Problem deleting dataset: {err}"
logger.exception(error_message)
print(error_message)
if __name__ == "__main__":
main()
```
------
#### [ Java V2 ]
Verwenden Sie folgenden Code. Geben Sie die folgenden Befehlszeilenparameter an:
+ dataset\_arn — der ARN des Datensatzes, den Sie löschen möchten.
```
/*
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
SPDX-License-Identifier: Apache-2.0
*/
package com.example.rekognition;
import java.util.logging.Level;
import java.util.logging.Logger;
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.rekognition.RekognitionClient;
import software.amazon.awssdk.services.rekognition.model.DeleteDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.DeleteDatasetResponse;
import software.amazon.awssdk.services.rekognition.model.DescribeDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.RekognitionException;
public class DeleteDataset {
public static final Logger logger = Logger.getLogger(DeleteDataset.class.getName());
public static void deleteMyDataset(RekognitionClient rekClient, String datasetArn) throws InterruptedException {
try {
logger.log(Level.INFO, "Deleting dataset: {0}", datasetArn);
// Delete the dataset
DeleteDatasetRequest deleteDatasetRequest = DeleteDatasetRequest.builder().datasetArn(datasetArn).build();
DeleteDatasetResponse response = rekClient.deleteDataset(deleteDatasetRequest);
// Wait until deletion finishes
DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder().datasetArn(datasetArn)
.build();
Boolean deleted = false;
do {
try {
rekClient.describeDataset(describeDatasetRequest);
Thread.sleep(5000);
} catch (RekognitionException e) {
String errorCode = e.awsErrorDetails().errorCode();
if (errorCode.equals("ResourceNotFoundException")) {
logger.log(Level.INFO, "Dataset deleted: {0}", datasetArn);
deleted = true;
} else {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
} while (Boolean.FALSE.equals(deleted));
logger.log(Level.INFO, "Dataset deleted: {0} ", datasetArn);
} catch (
RekognitionException e) {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
public static void main(String args[]) {
final String USAGE = "\n" + "Usage: " + "\n\n" + "Where:\n"
+ " dataset_arn - The ARN of the dataset that you want to delete.\n\n";
if (args.length != 1) {
System.out.println(USAGE);
System.exit(1);
}
String datasetArn = args[0];
try {
// Get the Rekognition client.
RekognitionClient rekClient = RekognitionClient.builder()
.credentialsProvider(ProfileCredentialsProvider.create("custom-labels-access"))
.region(Region.US_WEST_2)
.build();
// Delete the dataset
deleteMyDataset(rekClient, datasetArn);
System.out.println(String.format("Dataset deleted: %s", datasetArn));
rekClient.close();
} catch (RekognitionException rekError) {
logger.log(Level.SEVERE, "Rekognition client error: {0}", rekError.getMessage());
System.exit(1);
}
catch (InterruptedException intError) {
logger.log(Level.SEVERE, "Exception while sleeping: {0}", intError.getMessage());
System.exit(1);
}
}
}
```
------