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.
# Créer d’une tâche de classification d’images (à plusieurs étiquettes)
Utilisez une tâche d'étiquetage de classification d'images multi-étiquettes Amazon SageMaker Ground Truth lorsque vous avez besoin de collaborateurs pour classer plusieurs objets dans une image. Par exemple, l’image suivante présente un chien et un chat. Vous pouvez utiliser la classification d’images à plusieurs étiquettes pour associer les étiquettes « chien » et « chat » à cette image. La page suivante fournit des informations sur la création d’une tâche de classification d’images.
Lorsque vous travaillez sur une tâche de classification d’images à plusieurs étiquettes, les collaborateurs peuvent choisir toutes les étiquettes applicables, et doivent en choisir au moins une. Lorsque vous créez une tâche à l’aide de ce type de tâche, vous pouvez fournir jusqu’à 50 catégories d’étiquettes.
Lors de la création d’une tâche d’étiquetage dans la console, Ground Truth ne fournit pas de catégorie « aucune » pour le cas où aucune des étiquettes ne s’applique à une image. Pour fournir cette option aux collaborateurs, incluez une étiquette similaire à « aucune » ou « autre » lorsque vous créez une tâche de classification d’images à plusieurs étiquettes.
Pour imposer aux collaborateurs de choisir une seule étiquette pour chaque image, utilisez le type de tâche [Création d’une tâche d’étiquetage de classification d’images (à étiquette unique)](sms-image-classification.md).
**Important**
Pour ce type de tâche, si vous créez votre propre fichier manifeste, utilisez `"source-ref"` pour identifier l’emplacement dans Amazon S3 de chaque fichier image que vous souhaitez étiqueter. Pour de plus amples informations, veuillez consulter [Données d’entrée](sms-data-input.md).
## Création d’une tâche d’étiquetage de classification d’images à plusieurs étiquettes (console)
Vous pouvez suivre les instructions [Création d’une tâche d’étiquetage (Console)](sms-create-labeling-job-console.md) pour savoir comment créer une tâche d'étiquetage de classification d'images multi-étiquettes dans la console SageMaker AI. À l’étape 10, choisissez **Image** dans le menu déroulant **Catégorie de tâches** puis **Outil d’étiquetage pour la classification d’images (plusieurs étiquettes)** comme type de tâche.
Ground Truth fournit une interface utilisateur employé similaire à la suivante pour l’étiquetage des tâches. Lorsque vous créez une tâche d’étiquetage dans la console, vous spécifiez des instructions pour aider les employés à terminer la tâche et des étiquettes parmi lesquelles les employés peuvent choisir.
## Création d’une tâche d’étiquetage de classification d’images à plusieurs étiquettes (API)
Pour créer une tâche d'étiquetage de classification d'images à étiquettes multiples, utilisez l'opération SageMaker `CreateLabelingJob` API. Cette API définit cette opération pour tous AWS SDKs. Pour consulter la liste des langues spécifiques prises SDKs en charge pour cette opération, consultez la section **Voir aussi** de. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)
Suivez les instructions présentées dans [Création d’une tâche d’étiquetage (API)](sms-create-labeling-job-api.md) et procédez comme suit pour configurer votre demande :
+ Les fonctions Lambda de pré-annotation pour ce type de tâche se terminent par `PRE-ImageMultiClassMultiLabel`. Pour trouver l'ARN Lambda préalable à l'annotation pour votre région [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn), consultez.
+ Les fonctions Lambda de consolidation des annotations pour ce type de tâche se terminent par `ACS-ImageMultiClassMultiLabel`. Pour trouver l'ARN Lambda de consolidation des annotations pour votre région, consultez. [AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_AnnotationConsolidationConfig.html#SageMaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)
Voici un exemple de [requête du kit SDK AWS Python (Boto3)](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job) pour créer une tâche d’étiquetage dans la région USA Est (Virginie du Nord). Tous les paramètres en rouge doivent être remplacés par vos spécifications et ressources.
```
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'
}} },
]
)
```
### Fournir un modèle pour la classification des images multiétiquettes
Si vous créez une tâche d’étiquetage à l’aide de l’API, vous devez fournir un modèle de tâche d’employé dans `UiTemplateS3Uri`. Copiez et modifiez le modèle suivant. Modifiez uniquement [https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-quick-instructions](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-quick-instructions), [https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-full-instructions](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-full-instructions), et `header`.
Téléchargez ce modèle vers S3 et fournissez l’URI S3 pour ce fichier dans `UiTemplateS3Uri`.
```