链接标记作业 - Amazon SageMaker
重要术语：标签属性名称启动链接作业（控制台）启动链接作业 (API)使用部分标记的数据集
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

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。

链接标记作业

Amazon SageMaker Ground Truth 可以通过两种方法重用以前作业中的数据集：克隆和链接。

克隆将复制以前标记作业的设置，并允许您在设置之前进行其他更改，然后再将其设置为运行。

链接 不仅使用以前作业的设置，而且还使用结果。这允许您继续执行未完成的作业，并将标签或数据对象添加到已完成的作业中。链接是一种更复杂的操作。

对于数据处理：

  • 克隆将以前作业的 输入 清单（带有可选修改）作为新作业的输入清单。

  • 链接将以前作业的 输出 清单作为新作业的输入清单。

当您需要执行以下操作时，链接非常有用：

  • 继续执行手动停止的标记作业。

  • 在修复问题后继续执行中间作业失败的标记作业。

  • 在手动标记作业的一部分（或相反）后切换到自动数据标记。

  • 将更多数据对象添加到完成的作业中，并从该位置启动作业。

  • 将另一个注释添加到完成的作业中。例如，您具有一个为主题标记的短语集合，并希望再次运行该集合，请按主题的隐含受众对其进行分类。

在 Amazon SageMaker Ground Truth 中，您可以通过控制台或 API 配置链接的标记作业。

重要术语：标签属性名称

标签属性名称（API 中的 LabelAttributeName）是一个用作键值对的键的字符串，它由工作人员为数据对象分配的标签构成。

以下规则适用于标记属性名称：

  • 它不能以 -metadata 结束。

  • source 和 source-ref 名称是保留的，不能使用这些名称。

  • 对于语义分割标记作业，它必须以 -ref 结尾。对于所有其他标记作业，它不能 以 -ref 结束。如果使用控制台创建作业，Amazon SageMaker Ground Truth 会自动将 -ref 追加到除语义分割作业以外的所有标签属性名称。

  • 对于链接的标记作业，如果您使用来自原始作业的相同标签属性名称，并将链接的作业配置为使用自动标记，当它在任何时候处于自动标记模式时，Ground Truth 将使用来自原始作业的模型。

在输出清单中，标签属性名称显示为类似于以下内容。

  "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"
  }

如果您在控制台中创建一个作业，并且未明确设置标签属性名称值，则 Ground Truth 将作业名称作为该作业的标签属性名称。

启动链接作业（控制台）

从现有的作业列表中选择一个停止、失败或完成的标记作业。这会启用 Actions (操作) 菜单。

从 Actions (操作) 菜单中，选择 Chain (链接)。

作业概述面板

在 Job overview (作业概述) 面板中，新的 Job name (作业名称) 是根据您从中链接该作业的作业的标题设置的。您可以更改该名称。

您也可以指定与标记作业名称不同的标签属性名称。

如果您从完成的作业中进行链接，标签属性名称将使用您要配置的新作业的名称。要更改名称，请选中该复选框。

如果您从停止或失败的作业中进行链接，标签属性名称将使用您从中链接的作业的名称。可以轻松查看和编辑值，因为选中了名称复选框。

属性标签命名注意事项

  • The default (默认值) 使用 Ground Truth 选择的标签属性名称。将标记没有将数据连接到该标签属性名称的所有数据对象。

  • 如果 Using a label attribute name (使用标签属性名称) 在清单中不存在，将导致作业处理数据集中的所有 对象。

在这种情况下，将自动选择 input dataset location (输入数据集位置) 以作为链接的作业的输出清单。输入字段不可用，因此，您无法更改该字段。

将数据对象添加到标记作业

您无法指定备用清单文件。请手动编辑以前作业的输出清单以添加新项目，然后再启动链接的作业。Amazon S3 URI 可帮助您查找在Amazon S3存储桶中存储清单的位置。从该位置下载清单文件，在计算机本地编辑它，然后上传新版本以替换它。确保在编辑期间不会引入错误。我们建议您使用 JSON linter 检查您的 JSON。很多常用的文本编辑器和 IDE 具有 linter 插件。

启动链接作业 (API)

该过程与使用 CreateLabelingJob 设置新的标记作业几乎相同，但有两个主要差别：

  • Manifest location （清单位置）： ManifestS3Uri 中的 值DataSource应指向先前标记作业Amazon S3的输出清单的 URI，而不是使用以前作业中的原始清单。

  • 标签属性名称：设置正确的 LabelAttributeName 值在此处是非常重要的。这是键值对的键部分，其中标记数据是值。示例使用案例包括：

    • 将新的或更具体的标签添加到已完成的作业 — 设置新的标签属性名称。

    • 标记以前作业中的未标记项 — 使用以前作业中的标签属性名称。

使用部分标记的数据集

如果使用已部分标记的增强清单，您可以获得一些链接好处。请选中 Label attribute name (标签属性名称) 复选框并设置名称，以使它与清单中的名称相匹配。

如果您使用的是 API，说明与用于启动链接的作业的说明相同。但是，请务必将清单上传到 Amazon S3 存储桶并使用它，而不是使用以前作业的输出清单。

清单中的 Label attribute name （标签属性名称） 值必须符合前面讨论的命名注意事项。