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.

# Benutzerdefinierte Kennzeichnung-Workflows
<a name="sms-custom-templates"></a>

Diese Themen helfen Ihnen beim Einrichten eines Ground-Truth-Kennzeichnungsauftrags, der eine benutzerdefinierte Kennzeichnungsvorlage verwendet. Mit einer benutzerdefinierten Kennzeichnungsvorlage können Sie eine benutzerdefinierte Benutzeroberfläche für das Auftragnehmerportal erstellen, mit der Auftragnehmer Daten kennzeichnen können. Die Vorlage kann mit HTML, CSS JavaScript, der [Liquid-Vorlagensprache](https://shopify.github.io/liquid/) und [Crowd-HTML-Elementen](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-ui-template-reference.html) erstellt werden.

## -Übersicht
<a name="sms-custom-templates-overview"></a>

Wenn Sie zum ersten Mal einen benutzerdefinierten Kennzeichnungs-Workflow in Ground Truth erstellen, finden Sie in der folgenden Liste eine allgemeine Zusammenfassung der erforderlichen Schritte.

1. *Einrichten Ihrer Arbeitskräfte* – Um einen benutzerdefinierten Kennzeichnungs-Workflow zu erstellen, benötigen Sie Arbeitskräfte. In diesem Thema erfahren Sie, wie Sie Arbeitskräfte konfigurieren.

1. *Erstellen einer benutzerdefinierten Vorlage* – Um eine benutzerdefinierte Vorlage zu erstellen, müssen Sie die Daten aus Ihrer Eingabemanifestdatei den Variablen in Ihrer Vorlage korrekt zuordnen.

1. *Verwenden optionaler Lambda-Funktionen für die Verarbeitung* – So können Sie steuern, wie Daten aus Ihrem Eingabemanifest zu Ihrer Auftragnehmervorlage hinzugefügt werden und wie Anmerkungen von Auftragnehmern in der Ausgabedatei Ihres Auftrags protokolliert werden.

In diesem Thema finden Sie auch drei end-to-end Demos, die Ihnen helfen sollen, besser zu verstehen, wie Sie benutzerdefinierte Etikettenvorlagen verwenden können.

**Anmerkung**  
Die Beispiele in den folgenden Links enthalten alle Lambda-Funktionen zur Vorverarbeitung und Nachbearbeitung. Diese Lambda-Funktionen sind optional.
+ [Demo-Vorlage: Kommentieren von Bildern mit `crowd-bounding-box`](sms-custom-templates-step2-demo1.md)
+ [Demo-Vorlage: Kennzeichnen von Absichten mit `crowd-classifier`](sms-custom-templates-step2-demo2.md)
+ [Erstellen Sie mit Amazon SageMaker Ground Truth einen benutzerdefinierten Workflow zur Datenkennzeichnung](https://aws.amazon.com/blogs/machine-learning/build-a-custom-data-labeling-workflow-with-amazon-sagemaker-ground-truth/)

**Topics**
+ [-Übersicht](#sms-custom-templates-overview)
+ [Einrichten Ihrer Arbeitskräfte](sms-custom-templates-step1.md)
+ [Erstellen einer benutzerdefinierte Vorlage für Auftragnehmeraufgaben](sms-custom-templates-step2.md)
+ [Hinzufügen von Automation mit Liquid](sms-custom-templates-step2-automate.md)
+ [Verarbeitung von Daten in einem benutzerdefinierten Etikettierungs-Workflow mit AWS Lambda](sms-custom-templates-step3.md)
+ [Demo-Vorlage: Kommentieren von Bildern mit `crowd-bounding-box`](sms-custom-templates-step2-demo1.md)
+ [Demo-Vorlage: Kennzeichnen von Absichten mit `crowd-classifier`](sms-custom-templates-step2-demo2.md)
+ [Erstellen eines benutzerdefinierten Workflows mithilfe der API](sms-custom-templates-step4.md)