本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
標記集合
您可以使用標籤來識別、組織、搜尋和篩選 Amazon Rekognition 集合。每個標籤都是由使用者定義的金鑰和值組成的標籤。
您也能通過 Identity and Access Management (IAM) 使用標籤來管控集合的存取。如需詳細資訊，請參閱使用 AWS 資源標籤控制對資源的存取。
將標籤新增至新集合
您可以在使用 CreateCollection 操作建立集合時，將標籤新增至集合。在 Tags 陣列輸入參數中指定一或多個標籤。
- AWS CLI
-
使用您開發人員設定檔的名稱取代 profile_name 的值。
aws rekognition create-collection --collection-id "collection-name" --tags "{"key1":"value1","key2":"value2"}" --profile profile-name
對於 Windows 裝置：
aws rekognition create-collection --collection-id "collection-name" --tags "{\"key1\":\"value1\",\"key2\":\"value2\"}" --profile profile-name
- Python
-
將建立 Rekognition 工作階段的行中 profile_name 值取代為您開發人員設定檔的名稱。
import boto3
def create_collection(collection_id):
client = boto3.client('rekognition')
# Create a collection
print('Creating collection:' + collection_id)
response = client.create_collection(CollectionId=collection_id)
print('Collection ARN: ' + response['CollectionArn'])
print('Status code: ' + str(response['StatusCode']))
print('Done...')
def main():
collection_id = 'NewCollectionName'
create_collection(collection_id)
if __name__ == "__main__":
main()
將標籤新增至現有集合
若要將一或多個標籤新增至現有的線索，請使用 TagResource 操作。指定待新增的集合的 Amazon Resource Name (ARN) (ResourceArn) 和標籤 (Tags)。下列範例顯示如何結合標記。
- AWS CLI
-
使用您開發人員設定檔的名稱取代 profile_name 的值。
aws rekognition tag-resource --resource-arn collection-arn --tags "{"key1":"value1","key2":"value2"}" --profile profile-name
對於 Windows 裝置：
aws rekognition tag-resource --resource-arn collection-arn --tags "{\"key1\":\"value1\",\"key2\":\"value2\"}" --profile profile-name
- Python
-
將建立 Rekognition 工作階段的行中 profile_name 值取代為您開發人員設定檔的名稱。
# Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
# PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
import boto3
def create_tag(collection_id):
session = boto3.Session(profile_name='default')
client = session.client('rekognition')
response = client.tag_resource(ResourceArn=collection_id,
Tags={
"KeyName": "ValueName"
})
print(response)
if "'HTTPStatusCode': 200" in str(response):
print("Success!!")
def main():
collection_arn = "collection-arn"
create_tag(collection_arn)
if __name__ == "__main__":
main()
如果您不知道集合的 Amazon Resource Name，則可以使用該 DescribeCollection 操作。
若要列出附加至集合的標籤，請使用 ListTagsForResource 操作並指定集合的 ARN (ResourceArn)。回應是連接到指定集合的標籤鍵和值的映射。
- AWS CLI
-
使用您開發人員設定檔的名稱取代 profile_name 的值。
aws rekognition list-tags-for-resource --resource-arn resource-arn --profile profile-name
- Python
-
將建立 Rekognition 工作階段的行中 profile_name 值取代為您開發人員設定檔的名稱。
import boto3
def list_tags():
client = boto3.client('rekognition')
response = client.list_tags_for_resource(ResourceArn="arn:aws:rekognition:region-name:5498347593847598:collection/NewCollectionName")
print(response)
def main():
list_tags()
if __name__ == "__main__":
main()
輸出會顯示連接至集合的標籤清單：
{
"Tags": {
"Dept": "Engineering",
"Name": "Ana Silva Carolina",
"Role": "Developer"
}
}
刪除集合中的標籤
若要移除集合中的一個或多個標籤，請使用此 UntagResource 操作。指定要移除的模型 (ResourceArn) 和標籤鍵 (Tag-Keys) 的 ARN。
- AWS CLI
-
使用您開發人員設定檔的名稱取代 profile_name 的值。
aws rekognition untag-resource --resource-arn resource-arn --profile profile-name --tag-keys "key1" "key2"
或者，您可以使用以下格式指定標籤鍵：
--tag-keys key1,key2
- Python
-
將建立 Rekognition 工作階段的行中 profile_name 值取代為您開發人員設定檔的名稱。
import boto3
def list_tags():
client = boto3.client('rekognition')
response = client.untag_resource(ResourceArn="arn:aws:rekognition:region-name:5498347593847598:collection/NewCollectionName", TagKeys=['KeyName'])
print(response)
def main():
list_tags()
if __name__ == "__main__":
main()
