View a markdown version of this page

Pekerjaan meranitasi pelabelan - Amazon SageMaker AI
Istilah kunci: nama atribut labelMulai pekerjaan yang dirantai (konsol)Memulai pekerjaan beranTAI (API)Gunakan dataset berlabel sebagian

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Pekerjaan meranitasi pelabelan

catatan

Amazon SageMaker Ground Truth tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Ground Truth, tetapi kami tidak berencana untuk memperkenalkan fitur baru.

Amazon G SageMaker round Truth dapat menggunakan kembali kumpulan data dari pekerjaan sebelumnya dengan dua cara: kloning dan rantai.

K loning menyalin pengaturan pekerjaan pelabelan sebelumnya dan memungkinkan Anda membuat perubahan tambahan sebelum mengaturnya untuk dijalankan.

Chaining tidak hanya menggunakan pengaturan pekerjaan sebelumnya, tetapi juga hasilnya. Ini memungkinkan Anda untuk melanjutkan pekerjaan yang tidak lengkap dan menambahkan label atau objek data ke pekerjaan yang diselesaikan. Rantaian adalah operasi yang lebih kompleks.

Untuk pengolahan data:

  • Kloning menggunakan manifes input pekerjaan sebelumnya, dengan modifikasi opsional, sebagai manifes input pekerjaan baru.

  • Chaining menggunakan manifes keluaran pekerjaan sebelumnya sebagai manifes input pekerjaan baru.

Rantaian berguna ketika Anda perlu:

  • Lanjutkan pekerjaan pelabelan yang dihentikan secara manual.

  • Lanjutkan pekerjaan pelabelan yang gagal di tengah pekerjaan, setelah memperbaiki masalah.

  • Beralih ke pelabelan data otomatis setelah memberi label secara manual pada bagian pekerjaan (atau sebaliknya).

  • Tambahkan lebih banyak objek data ke pekerjaan yang diselesaikan dan mulai pekerjaan dari sana.

  • Tambahkan anotasi lain ke pekerjaan yang telah selesai. Misalnya, Anda memiliki kumpulan frasa berlabel untuk topik, kemudian ingin menjalankan set lagi, mengkategorikannya berdasarkan audiens tersirat topik.

Di Amazon G SageMaker round Truth, Anda dapat mengonfigurasi pekerjaan pelabelan beranTAI dengan konsol atau API.

Istilah kunci: nama atribut label

Nama atribut label (LabelAttributeNamedalam API) adalah string yang digunakan sebagai kunci untuk pasangan kunci-nilai yang dibentuk dengan label yang diberikan pekerja ke objek data.

Aturan berikut berlaku untuk nama atribut label:

  • Itu tidak bisa berakhir dengan-metadata.

  • Nama source dan source-ref dicadangkan dan tidak dapat digunakan.

  • Untuk pekerjaan pelabelan segmentasi semantik,, itu harus diakhiri dengan-ref. Untuk semua pekerjaan pelabelan lainnya, itu tidak bisa berakhir dengan-ref. Jika Anda menggunakan konsol untuk membuat pekerjaan, Amazon G SageMaker round Truth secara otomatis menambahkan -ref ke semua nama atribut label kecuali untuk pekerjaan segmentasi semantik.

  • Untuk pekerjaan pelabelan beranTAI, jika Anda menggunakan nama atribut label yang sama dari pekerjaan asal dan mengonfigurasi pekerjaan beranTAI untuk menggunakan pelabelan otomatis, maka jika telah berada dalam mode pelabelan otomatis pada titik mana pun, Ground Truth menggunakan model dari pekerjaan asal.

Dalam manifes keluaran, nama atribut label tampak mirip dengan berikut ini.

  "source-ref": "<S3 URI>",
  "<label attribute name>": {
    "annotations": [{
      "class_id": 0,
      "width": 99,
      "top": 87,
      "height": 62,
      "left": 175
    }],
    "image_size": [{
      "width": 344,
      "depth": 3,
      "height": 234
    }]
  },
  "<label attribute name>-metadata": {
    "job-name": "<job name>",
    "class-map": {
      "0": "<label attribute name>"
    },
    "human-annotated": "yes",
    "objects": [{
      "confidence": 0.09
    }],
    "creation-date": "<timestamp>",
    "type": "groundtruth/object-detection"
  }

Jika Anda membuat pekerjaan di konsol dan tidak secara eksplisit menetapkan nilai nama atribut label, Ground Truth menggunakan nama pekerjaan sebagai nama atribut label untuk pekerjaan tersebut.

Mulai pekerjaan yang dirantai (konsol)

Pilih pekerjaan pelabelan yang dihentikan, gagal, atau selesai dari daftar pekerjaan yang ada. Ini mengaktifkan menu T indakan.

Dari menu Tindakan, pilih Chain.

Panel ikhtisar pekerjaan

Di panel ikhtisar pekerjaan, nama Pekerjaan baru ditetapkan berdasarkan judul pekerjaan tempat Anda merangkai pekerjaan ini. Anda bisa mengubahnya.

Anda juga dapat menentukan nama atribut label yang berbeda dari nama pekerjaan pelabelan.

Jika Anda melakukan rantai dari pekerjaan yang telah selesai, nama atribut label menggunakan nama pekerjaan baru yang sedang Anda konfigurasi. Untuk mengubah nama, pilih kotak centang.

Jika Anda melakukan rantai dari pekerjaan yang dihentikan atau gagal, nama atribut label digunakan untuk nama pekerjaan tempat Anda melakukan rantai. Sangat mudah untuk melihat dan mengedit nilai karena kotak centang nama dicentang.

Pertimbangan penamaan label atribut

  • Default menggunakan nama atribut label Ground Truth telah dipilih. Semua objek data tanpa data yang terhubung ke nama atribut label diberi label.

  • Menggunakan nama atribut label yang tidak ada dalam manifes menyebabkan pekerjaan mem proses semua objek dalam dataset.

Lokasi dataset input dalam hal ini secara otomatis dipilih sebagai manifes keluaran dari pekerjaan yang dirantai. Bidang input tidak tersedia, jadi Anda tidak dapat mengubahnya.

Menambahkan objek data ke pekerjaan pelabelan

Anda tidak dapat menentukan file manifes alternatif. Edit manifes keluaran secara manual dari pekerjaan sebelumnya untuk menambahkan item baru sebelum memulai pekerjaan beranTAI. URI Amazon S3 membantu Anda menemukan tempat Anda menyimpan manifes di bucket Amazon S3 Anda. Unduh file manifes dari sana, edit secara lokal di komputer Anda, lalu unggah versi baru untuk menggantinya. Pastikan Anda tidak memperkenalkan kesalahan selama pengeditan. Kami menyarankan Anda menggunakan JSON linter untuk memeriksa JSON Anda. Banyak editor teks populer dan IDE memiliki plugin linter yang tersedia.

Memulai pekerjaan beranTAI (API)

Prosedurnya hampir sama dengan menyiapkan pekerjaan pelabelan baru denganCreateLabelingJob, kecuali untuk dua perbedaan utama:

  • Lokasi manifes: Alih- alih menggunakan manifes asli dari pekerjaan sebelumnya, nilai untuk ManifestS3Uri in the DataSource harus menunjuk ke URI Amazon S3 dari manifes keluaran dari pekerjaan pelabelan sebelumnya.

  • Nama atribut label: Men yetel LabelAttributeName nilai yang benar penting di sini. Ini adalah bagian kunci dari pasangan kunci-nilai di mana data pelabelan adalah nilainya. Contoh kasus penggunaan meliputi:

    • Menambahkan label baru atau lebih spesifik ke pekerjaan yang diselesaikan — Tetapkan nama atribut label baru.

    • Pelabelan item yang tidak berlabel dari pekerjaan sebelumnya — Gunakan nama atribut label dari pekerjaan sebelumnya.

Gunakan dataset berlabel sebagian

Anda bisa mendapatkan beberapa manfaat rantai jika Anda menggunakan manifes tambahan yang telah diberi label sebagian. Centang kotak nama atribut label dan atur nama sehingga cocok dengan nama dalam manifes Anda.

Jika Anda menggunakan API, instruksinya sama dengan instruksi untuk memulai pekerjaan beranTAI. Namun, pastikan untuk mengunggah manifes Anda ke bucket Amazon S3 dan menggunakannya alih-alih menggunakan manifes keluaran dari pekerjaan sebelumnya.

Nilai nama atribut Label dalam manifes harus sesuai dengan pertimbangan penamaan yang dibahas sebelumnya.