Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Formati di file manifest
Le seguenti sezioni mostrano esempi dei formati di file manifest per i file di input, output e valutazione.
## Manifest di input
Un file manifest è un file delimitato da righe json, in cui ogni riga contiene un codice JSON che contiene informazioni su una singola immagine.
Ogni voce del manifest di input deve contenere il campo `source-ref` con il percorso dell'immagine nel bucket Amazon S3 e, per la moderazione personalizzata, il campo `content-moderation-groundtruth` con le annotazioni di base. Tutte le immagini in un set di dati dovrebbero trovarsi nello stesso bucket. La struttura è comune sia ai file manifest di addestramento che a quelli di test.
L'operazione `CreateProjectVersion` di moderazione personalizzata utilizza le informazioni fornite nel manifest di input per addestrare un adattatore.
L'esempio seguente è una riga di un file manifest per una singola immagine che contiene una sola classe non sicura:
```
{
"source-ref": "s3://foo/bar/1.jpg",
"content-moderation-groundtruth": {
"ModerationLabels": [
{
"Name": "Rude Gesture"
}
]
}
}
```
L'esempio seguente è una riga di un file manifest per una singola immagine non sicura che contiene più classi non sicure, in particolare nudità e gesti maleducati.
```
{
"source-ref": "s3://foo/bar/1.jpg",
"content-moderation-groundtruth": {
"ModerationLabels": [
{
"Name": "Rude Gesture"
},
{
"Name": "Nudity"
}
]
}
}
```
L'esempio seguente è una riga di un file manifest per una singola immagine che contiene una sola classe non sicura:
```
{
"source-ref": "s3://foo/bar/1.jpg",
"content-moderation-groundtruth": {
"ModerationLabels": []
}
}
```
Per l'elenco completo delle etichette supportate, consulta [Moderazione dei contenuti](https://docs.aws.amazon.com/rekognition/latest/dg/moderation.html).
## Manifest di output
Al termine di un processo di formazione, viene restituito un file manifest di output. Il file manifest di output è un file JSON-line delimitato con ogni riga contenente un codice JSON che contiene informazioni per una singola immagine. Amazon S3 Path to the OutputManifest può essere ottenuto dalla `DescribeProjectVersion` risposta:
+ `TrainingDataResult.Output.Assets[0].GroundTruthManifest.S3Object` per il set di dati di addestramento
+ `TestingDataResult.Output.Assets[0].GroundTruthManifest.S3Object` per testare il set di dati
Le seguenti informazioni vengono restituite per ogni voce del manifest di output:
| | |
| --- |--- |
| Nome chiave | Description |
| source-ref | Riferimento a un'immagine in s3 fornita nel manifesto di input |
| content-moderation-groundtruth | Annotazioni di base relative alla verità fornite nel manifesto di input |
| detect-moderation-labels | Previsioni dell'adattatore, solo parte del set di dati di test |
| detect-moderation-labels-base-model | Previsioni del modello di base, solo parte del set di dati di test |
Le previsioni dell'adattatore e del modello di base vengono restituite alla ConfidenceTrehsold versione 5.0 nel formato simile alla risposta. [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)
L'esempio seguente mostra la struttura delle previsioni dei modelli Adapter e Base:
```
{
"ModerationLabels": [
{
"Confidence": number,
"Name": "string",
"ParentName": "string"
}
],
"ModerationModelVersion": "string",
"ProjectVersion": "string"
}
```
Per l'elenco completo delle etichette restituite, consulta [Moderazione dei contenuti](https://docs.aws.amazon.com/rekognition/latest/dg/moderation.html).
## Risultati della valutazione manifest
Al termine di un processo di addestramento, viene restituito un file manifest. Il manifest dei risultati della valutazione è un file JSON generato dal processo di addestramento e contiene informazioni sulle prestazioni dell'adattatore sui dati del test.
Il percorso di Amazon S3 verso il manifesto dei risultati della valutazione può essere ottenuto dal `EvaluationResult.Summary.S3Object` campo nella DescribeProejctVersion risposta.
Il seguente esempio illustra la struttura dei risultati della valutazione manifest:
```
{
"AggregatedEvaluationResults": {
"F1Score": number
},
"EvaluationDetails": {
"EvaluationEndTimestamp": "datetime",
"Labels": [
"string"
],
"NumberOfTestingImages": number,
"NumberOfTrainingImages": number,
"ProjectVersionArn": "string"
},
"ContentModeration": {
"InputConfidenceThresholdEvalResults": {
"ConfidenceThreshold": float,
"AggregatedEvaluationResults": {
"BaseModel": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
},
"Adapter": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
}
},
"LabelEvaluationResults": [
{
"Label": "string",
"BaseModel": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
},
"Adapter": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
}
}
]
}
"AllConfidenceThresholdsEvalResults": [
{
"ConfidenceThreshold": float,
"AggregatedEvaluationResults": {
"BaseModel": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
},
"Adapter": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
}
},
"LabelEvaluationResults": [
{
"Label": "string",
"BaseModel": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
},
"Adapter": {
"TruePositive": int,
"TrueNegative": int,
"FalsePositive": int,
"FalseNegative": int
}
}
]
}
]
}
}
```
Il file della valutazione manifest contiene:
+ Risultati aggregati come definiti da `F1Score`
+ Dettagli sul lavoro di valutazione ProjectVersionArn, tra cui il numero di immagini di formazione, il numero di immagini di test e le etichette su cui è stato addestrato l'adattatore.
+ FalseNegative Risultati aggregati TruePositive, TrueNegative FalsePositive, e relativi alle prestazioni sia del modello di base che dell'adattatore.
+ Per etichetta TruePositive, TrueNegative FalsePositive, e FalseNegative risultati relativi alle prestazioni del modello base e dell'adattatore, calcolati in base alla soglia di confidenza di input.
+ Risultati aggregati e per etichetta TruePositive, TrueNegative FalsePositive, e FalseNegative risultati relativi alle prestazioni del modello di base e dell'adattatore a diverse soglie di confidenza. La soglia di confidenza varia da 5 a 100 a intervalli di 5.