本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 创建标注作业
<a name="sms-create-labeling-job"></a>

您可以在 Amazon A SageMaker I 控制台中创建标签任务，也可以使用首选语言的 Amazon 软件开发工具包来运行`CreateLabelingJob`。在创建标记作业后，您可以使用 [CloudWatch](https://docs.amazonaws.cn/sagemaker/latest/dg/sms-monitor-cloud-watch.html) 跟踪工作人员指标（对于私有人力）和标记作业状态。

在创建标注作业之前，建议您查看以下页面（如果适用）：
+ 您可以在控制台中使用自动数据设置来指定输入数据，也可以在控制台中或使用 `CreateLabelingJob` API 指定输入清单文件。有关自动数据设置，请参阅[自动设置标注作业的数据](sms-console-create-manifest-file.md)。要了解如何创建输入清单文件，请参阅[输入清单文件](sms-input-data-input-manifest.md)。
+ 查看标注作业输入数据限额：[输入数据限额](input-data-limits.md)。

在选择任务类型后，请使用该页面上的主题以了解如何创建标注作业。

如果您是新的 Ground Truth 用户，我们建议您先查看[入门：使用 Ground Truth 创建边界框标注作业](sms-getting-started.md)中的演示。

**重要**  
Ground Truth 要求所有包含标注作业输入图像数据的 S3 存储桶都附加 CORS 策略。要了解更多信息，请参阅[输入映像数据的 CORS 要求](sms-cors-update.md)。

**Topics**
+ [内置任务类型](sms-task-types.md)
+ [创建说明页](sms-creating-instruction-pages.md)
+ [创建标注作业（控制台）](sms-create-labeling-job-console.md)
+ [创建标注作业 (API)](sms-create-labeling-job-api.md)
+ [创建流式标注作业](sms-streaming-create-job.md)
+ [带有标签类别和框架属性参考的标注类别配置文件](sms-label-cat-config-attributes.md)