Étiqueter des images avec une tâche Amazon SageMaker AI Ground Truth - Rekognition
Création d'un fichier manifeste avec une tâche SageMaker AI Ground Truth (Console)

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Étiqueter des images avec une tâche Amazon SageMaker AI Ground Truth

Avec Amazon SageMaker AI Ground Truth, vous pouvez faire appel à des employés d'Amazon Mechanical Turk, un fournisseur de votre choix, ou à une main-d'œuvre interne du secteur privé, ainsi qu'à un apprentissage automatique qui vous permet de créer un ensemble d'images étiquetées. Amazon Rekognition Custom Labels importe les fichiers manifestes SageMaker AI Ground Truth à partir d'un compartiment Amazon S3 que vous spécifiez.

Les étiquettes personnalisées Amazon Rekognition prennent en charge les tâches SageMaker AI Ground Truth suivantes.

Les fichiers que vous importez sont les images et un fichier manifeste. Le fichier manifeste contient les informations relatives aux étiquettes et aux cadres de délimitation des images que vous importez.

Amazon Rekognition a besoin d’autorisations pour accéder au compartiment Amazon S3 dans lequel vos images sont stockées. Si vous utilisez le compartiment de la console configuré pour vous par Étiquettes personnalisées Amazon Rekognition, les autorisations requises sont déjà configurées. Si vous n’utilisez pas le compartiment de la console, consultez Accès à des compartiments Amazon S3 externes.

Création d'un fichier manifeste avec une tâche SageMaker AI Ground Truth (Console)

La procédure suivante explique comment créer un ensemble de données à l'aide d'images étiquetées par une tâche SageMaker AI Ground Truth. Les fichiers de sortie des tâches sont stockés dans le compartiment de la console Étiquettes personnalisées Amazon Rekognition.

Pour créer un ensemble de données à l'aide d'images étiquetées par une tâche SageMaker AI Ground Truth (console)

  1. Connectez-vous à la console Amazon S3 AWS Management Console et ouvrez-la à l'adresse https://console.aws.amazon.com/s3/.

  2. Dans le compartiment de la console, créez un dossier destiné à vos images d’entraînement.

    Note

    Le bucket de console est créé lorsque vous ouvrez pour la première fois la console Amazon Rekognition Custom Labels dans une région. AWS Pour de plus amples informations, veuillez consulter Gestion d’un projet Étiquettes personnalisées Amazon Rekognition.

  3. Chargez vos images dans le dossier que vous venez de créer.

  4. Dans le compartiment de la console, créez un dossier destiné à la sortie de la tâche Ground Truth.

  5. Ouvrez la console SageMaker AI à l'adresse https://console.aws.amazon.com/sagemaker/.

  6. Créez une tâche d’étiquetage Ground Truth. Vous aurez besoin d'Amazon S3 URLs pour les dossiers que vous avez créés aux étapes 2 et 4. Pour plus d'informations, consultez Utiliser Amazon SageMaker Ground Truth pour l'étiquetage des données.

  7. Notez l’emplacement du fichier output.manifest dans le dossier que vous avez créé à l’étape 4. Il devrait se trouver dans le sous-dossier Ground-Truth-Job-Name/manifests/output.

  8. Suivez les instructions sous Création d'un ensemble de données à l'aide d'un fichier manifeste SageMaker AI Ground Truth (console) pour créer un jeu de données avec le fichier manifeste chargé. Pour l’étape 8, dans Emplacement du fichier .manifest, entrez l’URL Amazon S3 correspondant à l’emplacement indiqué à l’étape précédente. Si vous utilisez le AWS SDK, faites-leCréation d'un ensemble de données à l'aide d'un fichier manifeste (SDK) SageMaker AI Ground Truth.

  9. Répétez les étapes 1 à 6 pour créer une tâche SageMaker AI Ground Truth pour votre ensemble de données de test.