create-labeling-job

Описание

Создает задание, которое использует работников для маркировки объектов данных в вашем входном наборе данных. Вы можете использовать помеченные данные для обучения моделей машинного обучения.

Вы можете выбрать свою рабочую силу из одного из трех поставщиков:

Частная рабочая сила, которую вы создаете. Она может включать сотрудников, подрядчиков и внешних экспертов. Используйте частную рабочую силу, когда хотите, чтобы данные оставались в рамках вашей организации или когда требуется определенный набор навыков.
Один или несколько поставщиков, которые вы выбираете из Amazon Web Services Marketplace. Поставщики обладают экспертизой в определенных областях.
Рабочая сила Amazon Mechanical Turk. Это самая большая рабочая сила, но она должна использоваться только для общедоступных данных или данных, из которых удалена любая персональная информация.

Вы также можете использовать автоматизированную маркировку данных, чтобы уменьшить количество объектов данных, которые необходимо пометить человеком. Автоматизированная маркировка данных использует активное обучение, чтобы определить, может ли объект данных быть помечен машиной или нужно ли его отправить работнику. Дополнительную информацию см. в разделе Использование автоматизированной маркировки данных.

Объекты данных, которые необходимо пометить, находятся в ведре Amazon S3. Вы создаете файл манифеста, описывающий расположение каждого объекта. Дополнительную информацию см. в разделе Использование входных и выходных данных.

Вывод можно использовать в качестве файла манифеста для другого задания маркировки или в качестве обучающих данных для ваших моделей машинного обучения.

Вы можете использовать эту операцию для создания статического задания маркировки или потокового задания маркировки. Статическое задание маркировки останавливается, если все объекты данных во входном файле манифеста, указанном в ManifestS3Uri, были помечены. Потоковое задание маркировки работает постоянно до тех пор, пока оно не будет остановлено вручную или не останется неактивным в течение 10 дней. Вы можете отправлять новые объекты данных в активное (InProgress) потоковое задание маркировки в режиме реального времени. Чтобы узнать, как создать статическое задание маркировки, см. раздел Создание задания маркировки (API) в руководстве разработчика Amazon SageMaker. Чтобы узнать, как создать потоковое задание маркировки, см. Создание потокового задания маркировки.

См. также: Документация API AWS

Синтаксис

  create-labeling-job
--labeling-job-name <value>
--label-attribute-name <value>
--input-config <value>
--output-config <value>
--role-arn <value>
[--label-category-config-s3-uri <value>]
[--stopping-conditions <value>]
[--labeling-job-algorithms-config <value>]
--human-task-config <value>
[--tags <value>]
[--cli-input-json | --cli-input-yaml]
[--generate-cli-skeleton <value>]
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]

Параметры

--labeling-job-name (строка)

Имя задачи маркировки. Это имя используется для идентификации задачи в списке задач маркировки. Имена задач маркировки должны быть уникальными в рамках учетной записи и региона Amazon Web Services. LabelingJobName регистронезависимы. Например, Example-job и example-job считаются одним и тем же именем задачи маркировки Ground Truth.

--label-attribute-name (строка)

Имя атрибута, используемого для метки в выходном файле манифеста. Это ключ для пары ключ/значение, сформированной с меткой, которую работник присваивает объекту. LabelAttributeName должно соответствовать следующим требованиям.

Имя не может заканчиваться на «-metadata».
Если используется один из следующих встроенных типов задач, имя атрибута обязательно должно заканчиваться на «-ref». Если тип задачи, который вы используете, не указан ниже, имя атрибута не должно заканчиваться на «-ref».
- Семантическая сегментация изображений (SemanticSegmentation) , и корректировка (AdjustmentSemanticSegmentation ) и проверка (VerificationSemanticSegmentation ) задач маркировки для этого типа задач.
- Обнаружение объектов на кадрах видео (VideoObjectDetection ), и корректировка и проверка (AdjustmentVideoObjectDetection ) задач маркировки для этого типа задач.
- Отслеживание объектов на кадрах видео (VideoObjectTracking ), и корректировка и проверка (AdjustmentVideoObjectTracking ) задач маркировки для этого типа задач.
- Семантическая сегментация облаков точек 3D (3DPointCloudSemanticSegmentation ), и корректировка и проверка (Adjustment3DPointCloudSemanticSegmentation ) задач маркировки для этого типа задач.
- Отслеживание объектов в облаках точек 3D (3DPointCloudObjectTracking ), и корректировка и проверка (Adjustment3DPointCloudObjectTracking ) задач маркировки для этого типа задач.

Предупреждение

Если вы создаете задачу корректировки или проверки маркировки, вы должны использовать другое LabelAttributeName, чем то, что использовалось в исходной задаче маркировки. Исходная задача маркировки — это задача маркировки Ground Truth, которая создала метки, которые вы хотите проверить или скорректировать. Чтобы узнать больше о задачах корректировки и проверки маркировки, см. Проверка и корректировка меток .

--input-config (структура)

Входные данные для задачи маркировки, такие как расположение данных объектов в Amazon S3 и расположение файла манифеста, описывающего объекты данных.

Вы должны указать хотя бы одно из следующего: S3DataSource или SnsDataSource .

Используйте SnsDataSource для указания темы ввода SNS для задачи потоковой маркировки. Если вы не указываете ARN темы SNS, Ground Truth создаст разовую задачу маркировки, которая останавливается после того, как все объекты данных в файле входного манифеста будут помечены.
Используйте S3DataSource для указания файла входного манифеста для задач потоковой и разовой маркировки. Добавление S3DataSource необязательно, если вы используете SnsDataSource для создания задачи потоковой маркировки.

Если вы используете рабочую силу Amazon Mechanical Turk, ваши входные данные не должны содержать конфиденциальной информации, личной информации или защищенной медицинской информации. Используйте ContentClassifiers для указания того, что ваши данные не содержат персональной идентифицирующей информации и контента для взрослых.

DataSource -> (структура)

Расположение входных данных.

S3DataSource -> (структура)

Расположение входных объектов данных в Amazon S3.

ManifestS3Uri -> (строка)

Расположение файла манифеста в Amazon S3, описывающего входные объекты данных.

Файл входного манифеста, на который ссылается ManifestS3Uri, должен содержать один из следующих ключей: source-ref или source . Значение ключей интерпретируется следующим образом:

source-ref : Источник объекта — объект Amazon S3, указанный в значении. Используйте это значение, когда объект является двоичным объектом, таким как изображение.
source : Источник объекта — значение. Используйте это значение, когда объект является текстовым значением.

Если вы новый пользователь Ground Truth, рекомендуется ознакомиться с Использование файла входного манифеста в руководстве разработчика Amazon SageMaker, чтобы узнать, как создать файл входного манифеста.

SnsDataSource -> (структура)

Источник данных Amazon SNS, используемый для задач потоковой маркировки. Чтобы узнать больше, см. Отправка данных в задачу потоковой маркировки .

SnsTopicArn -> (строка)

Amazon Resource Name (ARN) темы ввода Amazon SNS. Укажите ARN темы ввода, которую вы будете использовать для отправки новых объектов данных в задачу потоковой маркировки.

DataAttributes -> (структура)

Атрибуты данных, указанные клиентом.

ContentClassifiers -> (список)

Объявляет, что ваш контент не содержит персональной идентифицирующей информации или контента для взрослых. SageMaker может ограничить работников Amazon Mechanical Turk, которые могут просматривать вашу задачу, на основе этой информации.

(строка)

Сокращенная синтаксическая запись:

DataSource={S3DataSource={ManifestS3Uri=string},SnsDataSource={SnsTopicArn=string}},DataAttributes={ContentClassifiers=[string,string]}

Синтаксис JSON:

{
  "DataSource": {
    "S3DataSource": {
      "ManifestS3Uri": "string"
    },
    "SnsDataSource": {
      "SnsTopicArn": "string"
    }
  },
  "DataAttributes": {
    "ContentClassifiers": ["FreeOfPersonallyIdentifiableInformation"|"FreeOfAdultContent", ...]
  }
}

--output-config (структура)

Расположение выходных данных и идентификатор ключа службы управления ключами Amazon Web Services для ключа, используемого для шифрования выходных данных, если таковой имеется.

S3OutputPath -> (строка)

Расположение в Amazon S3 для записи выходных данных.

KmsKeyId -> (строка)

Идентификатор ключа службы управления ключами Amazon Web Services, используемый для шифрования выходных данных, если таковой имеется.

Если вы предоставляете свой собственный идентификатор ключа KMS, вам необходимо добавить необходимые разрешения к вашему ключу KMS, описанные в Шифрование выходных данных и тома хранилища с помощью Amazon Web Services KMS .

Если вы не предоставите идентификатор ключа KMS, Amazon SageMaker использует стандартный ключ KMS Amazon Web Services для Amazon S3 для учетной записи вашей роли для шифрования выходных данных.

Если вы используете политику ведра с разрешением s3:PutObject, которое позволяет только объектам с шифрованием на стороне сервера, установите ключ условия s3:x-amz-server-side-encryption в "aws:kms" . Дополнительные сведения см. в разделе Ключи шифрования, управляемые KMS, в Руководстве разработчика Amazon Simple Storage Service.

SnsTopicArn -> (строка)

ARN темы вывода Amazon Simple Notification Service (Amazon SNS). Предоставьте SnsTopicArn, если вы хотите выполнить цепочку в реальном времени с другой задачей потоковой обработки и получить уведомления Amazon SNS каждый раз, когда работник отправляет объект данных.

Если вы предоставите SnsTopicArn в OutputConfig, когда работники завершат задачи маркировки, Ground Truth отправит данные выходных данных задачи маркировки в тему вывода SNS, которую вы указали здесь.

Чтобы узнать больше, см. Получение выходных данных из задачи потоковой маркировки .

Сокращенная синтаксическая запись:

S3OutputPath=string,KmsKeyId=string,SnsTopicArn=string

Синтаксис JSON:

{
  "S3OutputPath": "string",
  "KmsKeyId": "string",
  "SnsTopicArn": "string"
}

--role-arn (строка)

Amazon Resource Number (ARN), который Amazon SageMaker использует для выполнения задач от вашего имени во время маркировки данных. Вам необходимо предоставить этой роли необходимые разрешения, чтобы Amazon SageMaker смог успешно завершить маркировку данных.

--label-category-config-s3-uri (строка)

URI S3 файла, называемого файлом конфигурации категории меток, который определяет категории, используемые для маркировки объектов данных.

Для типов задач облаков точек 3D и кадров видео вы можете добавить атрибуты категории меток и атрибуты кадра в свой файл конфигурации категории меток. Чтобы узнать как, см. Создание файла конфигурации категории меток для задач маркировки облаков точек 3D .

Для задач распознавания именованных сущностей, помимо "labels", вы должны предоставить инструкции для работника в файле конфигурации категории меток с помощью параметра "instructions": "instructions": {"shortInstruction":"<h1>Add header</h1><p>Add Instructions</p>", "fullInstruction":"<p>Add additional instructions.</p>"} . Подробности и пример см. в разделе Создание задачи маркировки распознавания именованных сущностей (API) .

Для всех других встроенных типов задач и пользовательских задач файл конфигурации категории меток должен быть файлом JSON в следующем формате. Укажите используемые метки, заменив label_1 , label_2 ,``…`` ,``label_n`` на ваши категории меток.

{

"document-version": "2018-11-28",

"labels": [{"label": "label_1"},{"label": "label_2"},...{"label": "label_n"}]

}

Обратите внимание на следующее в отношении файла конфигурации категории меток:

Для задач классификации изображений и классификации текста (единичные и множественные метки) вы должны указать как минимум две категории меток. Для всех других типов задач минимальное количество необходимых категорий меток — одна.
Каждая категория меток должна быть уникальной, вы не можете указывать дублирующиеся категории меток.
Если вы создаете задачу корректировки или проверки маркировки облаков точек 3D или кадров видео, вы должны включить auditLabelAttributeName в файле конфигурации категории меток. Используйте этот параметр для ввода ` LabelAttributeName https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName`__ задачи маркировки, аннотации которой вы хотите скорректировать или проверить.

--stopping-conditions (структура)

Набор условий остановки задачи маркировки. Если выполняется любое из условий, задача останавливается автоматически. Вы можете использовать эти условия для управления затратами на маркировку данных.

MaxHumanLabeledObjectCount -> (целое число)

Максимальное количество объектов, которые могут быть помечены работниками.

MaxPercentageOfInputDatasetLabeled -> (целое число)

Максимальное количество объектов входных данных, которые должны быть помечены.

Сокращенная синтаксическая запись:

MaxHumanLabeledObjectCount=integer,MaxPercentageOfInputDatasetLabeled=integer

Синтаксис JSON:

{
  "MaxHumanLabeledObjectCount": integer,
  "MaxPercentageOfInputDatasetLabeled": integer
}

--labeling-job-algorithms-config (структура)

Настраивает информацию, необходимую для выполнения автоматической разметки данных.

LabelingJobAlgorithmSpecificationArn -> (строка)

Указывает Amazon Resource Name (ARN) алгоритма, используемого для автоматической разметки. Вы должны выбрать один из следующих ARN:

Классификация изображений arn:aws:sagemaker:*region* :027400017018:labeling-job-algorithm-specification/image-classification
Классификация текста arn:aws:sagemaker:*region* :027400017018:labeling-job-algorithm-specification/text-classification
Обнаружение объектов arn:aws:sagemaker:*region* :027400017018:labeling-job-algorithm-specification/object-detection
Семантическая сегментация arn:aws:sagemaker:*region* :027400017018:labeling-job-algorithm-specification/semantic-segmentation

InitialActiveLearningModelArn -> (строка)

В конце работы по автоматической разметке Ground Truth отправляет Amazon Resource Name (ARN) окончательной модели, используемой для автоматической разметки. Вы можете использовать эту модель в качестве отправной точки для последующих аналогичных работ, предоставив ARN модели здесь.

LabelingJobResourceConfig -> (структура)

Предоставляет конфигурационную информацию для работы по разметке.

VolumeKmsKeyId -> (строка)

Ключ Amazon Web Services Key Management Service (Amazon Web Services KMS), который Amazon SageMaker использует для шифрования данных на томе хранилища, подключенном к экземплярам вычислительных ресурсов ML, которые выполняют задачи обучения и инференции, используемые для автоматической разметки данных.

Вы можете указать только VolumeKmsKeyId при создании работы по разметке с включенной автоматической разметкой данных с помощью операции API CreateLabelingJob. Вы не можете указать ключ Amazon Web Services KMS для шифрования тома хранилища, используемого для обучения и инференции модели автоматической разметки, при создании работы по разметке с помощью консоли. Дополнительную информацию см. в разделе Выходные данные и шифрование тома хранилища.

Ключ VolumeKmsKeyId может быть в любом из следующих форматов:

Идентификатор ключа KMS "1234abcd-12ab-34cd-56ef-1234567890ab"
Amazon Resource Name (ARN) ключа KMS "arn:aws:kms:us-west-2:111122223333:key/1234abcd-12ab-34cd-56ef-1234567890ab"

VpcConfig -> (структура)

Указывает виртуальную частную сеть Amazon (VPC), к которой имеют доступ ваши задачи SageMaker, размещенные модели и вычислительные ресурсы. Вы можете управлять доступом к ресурсам и из них, настроив VPC. Дополнительную информацию см. в разделе Предоставление SageMaker доступа к ресурсам в вашей Amazon VPC.

SecurityGroupIds -> (список)

Идентификаторы групп безопасности VPC в формате sg-xxxxxxxx. Укажите группы безопасности для VPC, указанной в поле Subnets.

(строка)

Subnets -> (список)

Идентификатор подсетей в VPC, к которым вы хотите подключить свою задачу обучения или модель. Сведения об доступности определенных типов экземпляров см. в разделе Поддерживаемые типы экземпляров и доступные зоны.

(строка)

Синтаксис JSON:

{
  "LabelingJobAlgorithmSpecificationArn": "string",
  "InitialActiveLearningModelArn": "string",
  "LabelingJobResourceConfig": {
    "VolumeKmsKeyId": "string",
    "VpcConfig": {
      "SecurityGroupIds": ["string", ...],
      "Subnets": ["string", ...]
    }
  }
}

--human-task-config (структура)

Настраивает задачу разметки и способ ее представления работникам; включая, но не ограничиваясь ценой, ключевыми словами и размером пакета (количество задач).

WorkteamArn -> (строка)

Amazon Resource Name (ARN) рабочей группы, назначенной для выполнения задач.

UiConfig -> (структура)

Информация об интерфейсе пользователя, который используют работники для выполнения задачи разметки.

UiTemplateS3Uri -> (строка)

Расположение ведра Amazon S3 шаблона интерфейса пользователя или шаблона задачи работника. Это шаблон, используемый для отображения интерфейса пользователя и инструментов работника для задач работы по разметке. Дополнительную информацию о содержимом шаблона интерфейса пользователя см. в разделе Создание собственного шаблона задачи разметки.

HumanTaskUiArn -> (строка)

ARN шаблона задачи работника, используемого для отображения интерфейса пользователя и инструментов работника для задач работы по разметке.

Используйте этот параметр при создании работы по разметке для задач распознавания именованных сущностей, разметки облаков точек 3D и кадров видео. Используйте тип задачи вашей работы по разметке для выбора одного из следующих ARN и используйте его с этим параметром при создании работы по разметке. Замените aws-region на регион Amazon Web Services, в котором вы создаете свою работу по разметке. Например, замените aws-region на us-west-1, если вы создаете работу по разметке в США (Западная часть - Северная Калифорния).

Распознавание именованных сущностей

Используйте следующие HumanTaskUiArn для работ по разметке распознавания именованных сущностей:

arn:aws:sagemaker:aws-region:394669845002:human-task-ui/NamedEntityRecognition

3D облака точек HumanTaskUiArns

Используйте этот HumanTaskUiArn для работ по разметке обнаружения объектов в облаках точек 3D и корректировки обнаружения объектов в облаках точек 3D.

arn:aws:sagemaker:aws-region:394669845002:human-task-ui/PointCloudObjectDetection

Используйте этот HumanTaskUiArn для работ по разметке отслеживания объектов в облаках точек 3D и корректировки отслеживания объектов в облаках точек 3D.

arn:aws:sagemaker:aws-region:394669845002:human-task-ui/PointCloudObjectTracking

Используйте этот HumanTaskUiArn для работ по разметке семантической сегментации в облаках точек 3D и корректировки семантической сегментации в облаках точек 3D.

arn:aws:sagemaker:aws-region:394669845002:human-task-ui/PointCloudSemanticSegmentation

HumanTaskUiArns для кадров видео

Используйте этот HumanTaskUiArn для работ по разметке обнаружения объектов в кадрах видео и корректировки обнаружения объектов в кадрах видео.

arn:aws:sagemaker:region:394669845002:human-task-ui/VideoObjectDetection

Используйте этот HumanTaskUiArn для работ по разметке отслеживания объектов в кадрах видео и корректировки отслеживания объектов в кадрах видео.

arn:aws:sagemaker:aws-region:394669845002:human-task-ui/VideoObjectTracking

PreHumanTaskLambdaArn -> (строка)

Идентификатор ресурса Amazon (ARN) функции Lambda, которая выполняется перед отправкой объекта данных человеческому работнику. Используйте эту функцию для предоставления входных данных для пользовательской задачи маркировки.

Для встроенных типов задач используйте один из следующих ARN функций Lambda Amazon SageMaker Ground Truth для PreHumanTaskLambdaArn . Для пользовательских рабочих процессов маркировки см. Пре-аннотацию Lambda.

Определение границ - Находит наиболее похожие рамки от разных работников, основываясь на индексе Джакарда рамки.

arn:aws:lambda:us-east-1:432418664414:function:PRE-BoundingBox
arn:aws:lambda:us-east-2:266458841044:function:PRE-BoundingBox
arn:aws:lambda:us-west-2:081040173940:function:PRE-BoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:PRE-BoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:PRE-BoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:PRE-BoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:PRE-BoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-BoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-BoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:PRE-BoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-BoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-BoundingBox

Классификация изображений - Использует вариант подхода Expectation Maximization для оценки истинного класса изображения на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClass
arn:aws:lambda:us-east-2:266458841044:function:PRE-ImageMultiClass
arn:aws:lambda:us-west-2:081040173940:function:PRE-ImageMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:PRE-ImageMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:PRE-ImageMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:PRE-ImageMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:PRE-ImageMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-ImageMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-ImageMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:PRE-ImageMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-ImageMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-ImageMultiClass

Многоклассовая классификация изображений - Использует вариант подхода Expectation Maximization для оценки истинных классов изображения на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:us-east-2:266458841044:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:us-west-2:081040173940:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ca-central-1:918755190332:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:eu-west-1:568282634449:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:eu-west-2:487402164563:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:eu-central-1:203001061592:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ap-south-1:565803892007:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-ImageMultiClassMultiLabel
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-ImageMultiClassMultiLabel

Семантическая сегментация - Рассматривает каждый пиксель изображения как многоклассовую классификацию и рассматривает аннотации пикселей от работников как «голоса» за правильную метку.

arn:aws:lambda:us-east-1:432418664414:function:PRE-SemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:PRE-SemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:PRE-SemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:PRE-SemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:PRE-SemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:PRE-SemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:PRE-SemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-SemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-SemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:PRE-SemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-SemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-SemanticSegmentation

Классификация текста - Использует вариант подхода Expectation Maximization для оценки истинного класса текста на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-TextMultiClass
arn:aws:lambda:us-east-2:266458841044:function:PRE-TextMultiClass
arn:aws:lambda:us-west-2:081040173940:function:PRE-TextMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:PRE-TextMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:PRE-TextMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:PRE-TextMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:PRE-TextMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-TextMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-TextMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:PRE-TextMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-TextMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-TextMultiClass

Многоклассовая классификация текста - Использует вариант подхода Expectation Maximization для оценки истинных классов текста на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:us-east-2:266458841044:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:us-west-2:081040173940:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ca-central-1:918755190332:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:eu-west-1:568282634449:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:eu-west-2:487402164563:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:eu-central-1:203001061592:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ap-south-1:565803892007:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-TextMultiClassMultiLabel
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-TextMultiClassMultiLabel

Распознавание именованных сущностей - Объединяет похожие выделения и рассчитывает агрегированные границы, разрешая наиболее часто назначенной метке.

arn:aws:lambda:us-east-1:432418664414:function:PRE-NamedEntityRecognition
arn:aws:lambda:us-east-2:266458841044:function:PRE-NamedEntityRecognition
arn:aws:lambda:us-west-2:081040173940:function:PRE-NamedEntityRecognition
arn:aws:lambda:ca-central-1:918755190332:function:PRE-NamedEntityRecognition
arn:aws:lambda:eu-west-1:568282634449:function:PRE-NamedEntityRecognition
arn:aws:lambda:eu-west-2:487402164563:function:PRE-NamedEntityRecognition
arn:aws:lambda:eu-central-1:203001061592:function:PRE-NamedEntityRecognition
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-NamedEntityRecognition
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-NamedEntityRecognition
arn:aws:lambda:ap-south-1:565803892007:function:PRE-NamedEntityRecognition
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-NamedEntityRecognition
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-NamedEntityRecognition

Классификация видео - Используйте этот тип задачи, когда вам нужно, чтобы работники классифицировали видео с помощью предопределенных вами меток. Работникам показываются видео, и их просят выбрать одну метку для каждого видео.

arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoMultiClass
arn:aws:lambda:us-east-2:266458841044:function:PRE-VideoMultiClass
arn:aws:lambda:us-west-2:081040173940:function:PRE-VideoMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:PRE-VideoMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-VideoMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-VideoMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:PRE-VideoMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:PRE-VideoMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-VideoMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:PRE-VideoMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-VideoMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:PRE-VideoMultiClass

Обнаружение объектов на кадрах видео - Используйте этот тип задачи, чтобы работники определяли и находили объекты на последовательности кадров видео (изображения, извлеченные из видео), используя прямоугольники. Например, вы можете использовать эту задачу, чтобы попросить работников определить и локализовать различные объекты на серии кадров видео, такие как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:PRE-VideoObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:PRE-VideoObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:PRE-VideoObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-VideoObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-VideoObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:PRE-VideoObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:PRE-VideoObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-VideoObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:PRE-VideoObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-VideoObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:PRE-VideoObjectDetection

Отслеживание объектов на кадрах видео - Используйте этот тип задачи, чтобы работники отслеживали перемещение объектов на последовательности кадров видео (изображения, извлеченные из видео), используя прямоугольники. Например, вы можете использовать эту задачу, чтобы попросить работников отслеживать перемещение объектов, таких как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:PRE-VideoObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:PRE-VideoObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:PRE-VideoObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-VideoObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-VideoObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:PRE-VideoObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:PRE-VideoObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-VideoObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:PRE-VideoObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-VideoObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:PRE-VideoObjectTracking

Модальности облака точек 3D

Используйте следующие пре-аннотационные функции Lambda для задач маркировки облака точек 3D.

Обнаружение объектов в облаке точек 3D - Используйте этот тип задачи, когда вы хотите, чтобы работники классифицировали объекты в облаке точек 3D, рисуя 3D параллелепипеды вокруг объектов. Например, вы можете использовать этот тип задачи, чтобы попросить работников определить различные типы объектов в облаке точек, такие как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-3DPointCloudObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:PRE-3DPointCloudObjectDetection

Отслеживание объектов в облаке точек 3D - Используйте этот тип задачи, когда вы хотите, чтобы работники рисовали 3D параллелепипеды вокруг объектов, которые появляются на последовательности кадров облака точек 3D. Например, вы можете использовать этот тип задачи, чтобы попросить работников отслеживать перемещение транспортных средств на нескольких кадрах облака точек.

arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-3DPointCloudObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:PRE-3DPointCloudObjectTracking

Семантическая сегментация облака точек 3D - Используйте этот тип задачи, когда вы хотите, чтобы работники создавали маски семантической сегментации на уровне точек, окрашивая объекты в облаке точек 3D различными цветами, где каждый цвет назначается одному из классов, которые вы указали.

arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-3DPointCloudSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:PRE-3DPointCloudSemanticSegmentation

Используйте следующие ARN для задач проверки и корректировки меток

Используйте задачи проверки и корректировки меток для проверки и корректировки меток. Дополнительную информацию см. в разделе Проверка и корректировка меток.

Проверка определения границ - Использует вариант подхода Expectation Maximization для оценки истинного класса суждения о проверке меток определения границ на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-VerificationBoundingBox
arn:aws:lambda:us-east-2:266458841044:function:PRE-VerificationBoundingBox
arn:aws:lambda:us-west-2:081040173940:function:PRE-VerificationBoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:PRE-VerificationBoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-VerificationBoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-VerificationBoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:PRE-VerificationBoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:PRE-VerificationBoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-VerificationBoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:PRE-VerificationBoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-VerificationBoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:PRE-VerificationBoundingBox

Корректировка определения границ - Находит наиболее похожие прямоугольники от разных работников, основываясь на индексе Джакарда скорректированных аннотаций.

arn:aws:lambda:us-east-1:432418664414:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:us-east-2:266458841044:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:us-west-2:081040173940:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-AdjustmentBoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-AdjustmentBoundingBox

Проверка семантической сегментации - Использует вариант подхода Expectation Maximization для оценки истинного класса суждения о проверке меток семантической сегментации на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-VerificationSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-VerificationSemanticSegmentation

Корректировка семантического сегментации - Обрабатывает каждый пиксель на изображении как многоклассовую классификацию и рассматривает изменённые аннотации пикселей от работников как «голоса» за правильную метку.

arn:aws:lambda:us-east-1:432418664414:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-AdjustmentSemanticSegmentation

Корректировка обнаружения объектов на кадрах видео - Используйте этот тип задачи, когда вы хотите, чтобы работники корректировали рамки, которые работники добавили к кадрам видео, чтобы классифицировать и локализовать объекты в последовательности кадров видео.

arn:aws:lambda:us-east-1:432418664414:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-AdjustmentVideoObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:PRE-AdjustmentVideoObjectDetection

Корректировка отслеживания объектов на кадрах видео - Используйте этот тип задачи, когда вы хотите, чтобы работники корректировали рамки, которые работники добавили к кадрам видео, для отслеживания перемещения объектов через последовательность кадров видео.

arn:aws:lambda:us-east-1:432418664414:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-AdjustmentVideoObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:PRE-AdjustmentVideoObjectTracking

Корректировка обнаружения объектов в облаке точек 3D - Корректируйте 3D кубы в кадре облака точек.

arn:aws:lambda:us-east-1:432418664414:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:PRE-Adjustment3DPointCloudObjectDetection

Корректировка отслеживания объектов в облаке точек 3D - Корректируйте 3D кубы через последовательность кадров облака точек.

arn:aws:lambda:us-east-1:432418664414:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:PRE-Adjustment3DPointCloudObjectTracking

Корректировка семантической сегментации в облаке точек 3D - Корректируйте маски семантической сегментации в облаке точек 3D.

arn:aws:lambda:us-east-1:432418664414:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:PRE-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:PRE-Adjustment3DPointCloudSemanticSegmentation

TaskKeywords -> (список)

Ключевые слова, используемые для описания задачи, чтобы работники на Amazon Mechanical Turk могли её найти.

(строка)

TaskTitle -> (строка)

Заголовок задачи для ваших работников.

TaskDescription -> (строка)

Описание задачи для ваших работников.

NumberOfHumanWorkersPerDataObject -> (целое число)

Количество работников, которые будут маркировать объект.

TaskTimeLimitInSeconds -> (целое число)

Время, отведённое работнику на выполнение задачи.

Если вы создаёте пользовательскую задачу маркировки, максимальное значение для этого параметра составляет 8 часов (28 800 секунд).

Если вы создаёте задачу маркировки, используя встроенный тип задачи, максимальное значение для этого параметра зависит от используемого вами типа задачи:

Для задач маркировки изображений и текста максимальное значение составляет 8 часов (28 800 секунд).
Для задач маркировки облака точек 3D и кадров видео максимальное значение составляет 30 дней (2 952 000 секунд) для режима без AL. Для большинства пользователей максимальное значение также составляет 30 дней.

TaskAvailabilityLifetimeInSeconds -> (целое число)

Длительность, в течение которой задача остаётся доступной для маркировки работниками. Значения по умолчанию и максимальные значения для этого параметра зависят от используемой рабочей силы.

Если вы выбираете рабочую силу Amazon Mechanical Turk, максимальное значение составляет 12 часов (43 200 секунд). Значение по умолчанию составляет 6 часов (21 600 секунд).
Если вы выбираете частную или стороннюю рабочую силу, значение по умолчанию составляет 30 дней (2 592 000 секунд) для режима без AL. Для большинства пользователей максимальное значение также составляет 30 дней.

MaxConcurrentTaskCount -> (целое число)

Определяет максимальное количество объектов данных, которые могут быть маркированы работниками одновременно. Также известно как размер пакета. Каждый объект может иметь более одного работника одновременно. Значение по умолчанию — 1000 объектов. Для увеличения максимального значения до 5000 объектов обратитесь в службу поддержки Amazon Web Services.

AnnotationConsolidationConfig -> (структура)

Настраивает, как метки объединяются по нескольким работникам.

AnnotationConsolidationLambdaArn -> (строка)

Идентификатор ресурса Amazon (ARN) функции Lambda, которая реализует логику объединения аннотаций и обработки выходных данных.

Для встроенных типов задач используйте один из следующих ARN функций Lambda Amazon SageMaker Ground Truth для AnnotationConsolidationLambdaArn . Для пользовательских рабочих процессов маркировки см. Post-annotation Lambda.

Прямоугольник - Находит наиболее похожие прямоугольники от разных работников на основе индекса Джакарда прямоугольников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-BoundingBox
arn:aws:lambda:us-east-2:266458841044:function:ACS-BoundingBox
arn:aws:lambda:us-west-2:081040173940:function:ACS-BoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:ACS-BoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-BoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-BoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:ACS-BoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:ACS-BoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-BoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:ACS-BoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-BoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:ACS-BoundingBox

Классификация изображений - Использует модифицированный подход Expectation Maximization для определения истинного класса изображения на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClass
arn:aws:lambda:us-east-2:266458841044:function:ACS-ImageMultiClass
arn:aws:lambda:us-west-2:081040173940:function:ACS-ImageMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:ACS-ImageMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-ImageMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-ImageMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:ACS-ImageMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:ACS-ImageMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-ImageMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:ACS-ImageMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-ImageMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:ACS-ImageMultiClass

Многоклассовая классификация изображений - Использует модифицированный подход Expectation Maximization для определения истинных классов изображения на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:us-east-2:266458841044:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:us-west-2:081040173940:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:eu-west-1:568282634449:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ap-south-1:565803892007:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:eu-central-1:203001061592:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:eu-west-2:487402164563:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-ImageMultiClassMultiLabel
arn:aws:lambda:ca-central-1:918755190332:function:ACS-ImageMultiClassMultiLabel

Семантическое сегментация - Рассматривает каждый пиксель изображения как многоклассовую классификацию и обрабатывает аннотации пикселей от работников как «голоса» за правильную метку.

arn:aws:lambda:us-east-1:432418664414:function:ACS-SemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:ACS-SemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:ACS-SemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:ACS-SemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-SemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-SemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:ACS-SemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:ACS-SemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-SemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:ACS-SemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-SemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:ACS-SemanticSegmentation

Классификация текста - Использует модифицированный подход Expectation Maximization для определения истинного класса текста на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-TextMultiClass
arn:aws:lambda:us-east-2:266458841044:function:ACS-TextMultiClass
arn:aws:lambda:us-west-2:081040173940:function:ACS-TextMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:ACS-TextMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-TextMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-TextMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:ACS-TextMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:ACS-TextMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-TextMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:ACS-TextMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-TextMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:ACS-TextMultiClass

Многоклассовая классификация текста - Использует модифицированный подход Expectation Maximization для определения истинных классов текста на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:us-east-2:266458841044:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:us-west-2:081040173940:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:eu-west-1:568282634449:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ap-south-1:565803892007:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:eu-central-1:203001061592:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:eu-west-2:487402164563:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-TextMultiClassMultiLabel
arn:aws:lambda:ca-central-1:918755190332:function:ACS-TextMultiClassMultiLabel

Распознавание именованных сущностей - Объединяет похожие выделения и рассчитывает агрегированные границы, выбирая наиболее часто присвоенную метку.

arn:aws:lambda:us-east-1:432418664414:function:ACS-NamedEntityRecognition
arn:aws:lambda:us-east-2:266458841044:function:ACS-NamedEntityRecognition
arn:aws:lambda:us-west-2:081040173940:function:ACS-NamedEntityRecognition
arn:aws:lambda:eu-west-1:568282634449:function:ACS-NamedEntityRecognition
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-NamedEntityRecognition
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-NamedEntityRecognition
arn:aws:lambda:ap-south-1:565803892007:function:ACS-NamedEntityRecognition
arn:aws:lambda:eu-central-1:203001061592:function:ACS-NamedEntityRecognition
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-NamedEntityRecognition
arn:aws:lambda:eu-west-2:487402164563:function:ACS-NamedEntityRecognition
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-NamedEntityRecognition
arn:aws:lambda:ca-central-1:918755190332:function:ACS-NamedEntityRecognition

Классификация видео - Используйте этот тип задачи, когда вам нужны работники для классификации видео с помощью предопределенных вами меток. Работникам показываются видео, и они должны выбрать одну метку для каждого видео.

arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoMultiClass
arn:aws:lambda:us-east-2:266458841044:function:ACS-VideoMultiClass
arn:aws:lambda:us-west-2:081040173940:function:ACS-VideoMultiClass
arn:aws:lambda:eu-west-1:568282634449:function:ACS-VideoMultiClass
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-VideoMultiClass
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-VideoMultiClass
arn:aws:lambda:ap-south-1:565803892007:function:ACS-VideoMultiClass
arn:aws:lambda:eu-central-1:203001061592:function:ACS-VideoMultiClass
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-VideoMultiClass
arn:aws:lambda:eu-west-2:487402164563:function:ACS-VideoMultiClass
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-VideoMultiClass
arn:aws:lambda:ca-central-1:918755190332:function:ACS-VideoMultiClass

Обнаружение объектов на кадрах видео - Используйте этот тип задачи для того, чтобы работники определяли и локализовывали объекты на последовательности кадров видео (изображений, извлеченных из видео) с помощью прямоугольников. Например, вы можете использовать эту задачу, чтобы попросить работников определить и локализовать различные объекты на серии кадров видео, такие как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:ACS-VideoObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:ACS-VideoObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:ACS-VideoObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-VideoObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-VideoObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:ACS-VideoObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:ACS-VideoObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-VideoObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:ACS-VideoObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-VideoObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:ACS-VideoObjectDetection

Отслеживание объектов на кадрах видео - Используйте этот тип задач, чтобы работники отслеживали перемещение объектов в последовательности кадров видео (изображений, извлеченных из видео) с использованием прямоугольников. Например, вы можете использовать эту задачу, чтобы попросить работников отслеживать перемещение объектов, таких как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:ACS-VideoObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:ACS-VideoObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:ACS-VideoObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-VideoObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-VideoObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:ACS-VideoObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:ACS-VideoObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-VideoObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:ACS-VideoObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-VideoObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:ACS-VideoObjectTracking

Обнаружение объектов в облаке точек 3D - Используйте этот тип задачи, когда вы хотите, чтобы работники классифицировали объекты в облаке точек 3D, рисуя 3D-кубы вокруг объектов. Например, вы можете использовать этот тип задачи, чтобы попросить работников определить различные типы объектов в облаке точек, такие как автомобили, велосипеды и пешеходы.

arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-3DPointCloudObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:ACS-3DPointCloudObjectDetection

Отслеживание объектов в облаке точек 3D - Используйте этот тип задач, когда вы хотите, чтобы работники рисовали 3D-кубы вокруг объектов, которые появляются в последовательности кадров облака точек 3D. Например, вы можете использовать этот тип задачи, чтобы попросить работников отслеживать перемещение транспортных средств по нескольким кадрам облака точек.

arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-3DPointCloudObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:ACS-3DPointCloudObjectTracking

Семантическая сегментация облака точек 3D - Используйте этот тип задач, когда вы хотите, чтобы работники создавали маски семантической сегментации на уровне точек, окрашивая объекты в облаке точек 3D различными цветами, где каждый цвет присвоен одному из классов, которые вы указали.

arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:ACS-3DPointCloudSemanticSegmentation

Используйте следующие ARN для задач проверки и корректировки меток

Используйте задачи проверки и корректировки меток для проверки и корректировки меток. Для получения дополнительной информации см. Verify and Adjust Labels.

Корректировка семантической сегментации - Рассматривает каждый пиксель изображения как многоклассовую классификацию и обрабатывает скорректированные аннотации пикселей от работников как «голоса» за правильную метку.

arn:aws:lambda:us-east-1:432418664414:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-AdjustmentSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:ACS-AdjustmentSemanticSegmentation

Верификация семантической сегментации - Использует модифицированный подход Expectation Maximization для определения истинного класса суждения о проверке меток семантической сегментации на основе аннотаций отдельных работников.

arn:aws:lambda:us-east-1:432418664414:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-VerificationSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:ACS-VerificationSemanticSegmentation

Корректировка прямоугольников - Находит наиболее похожие прямоугольники от разных работников на основе индекса Джакарда скорректированных аннотаций.

arn:aws:lambda:us-east-1:432418664414:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:us-east-2:266458841044:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:us-west-2:081040173940:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-AdjustmentBoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:ACS-AdjustmentBoundingBox

Проверка ограничивающей рамки - Использует вариант подхода "ожидание-максимизация" для оценки истинного класса суждения о проверке меток ограничивающих рамок на основе аннотаций отдельных исполнителей.

arn:aws:lambda:us-east-1:432418664414:function:ACS-VerificationBoundingBox
arn:aws:lambda:us-east-2:266458841044:function:ACS-VerificationBoundingBox
arn:aws:lambda:us-west-2:081040173940:function:ACS-VerificationBoundingBox
arn:aws:lambda:eu-west-1:568282634449:function:ACS-VerificationBoundingBox
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-VerificationBoundingBox
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-VerificationBoundingBox
arn:aws:lambda:ap-south-1:565803892007:function:ACS-VerificationBoundingBox
arn:aws:lambda:eu-central-1:203001061592:function:ACS-VerificationBoundingBox
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-VerificationBoundingBox
arn:aws:lambda:eu-west-2:487402164563:function:ACS-VerificationBoundingBox
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-VerificationBoundingBox
arn:aws:lambda:ca-central-1:918755190332:function:ACS-VerificationBoundingBox

Настройка определения объекта на кадрах видео - Используйте этот тип задачи, если вы хотите, чтобы исполнители настраивали ограничивающие рамки, добавленные ими к кадрам видео, для классификации и локализации объектов в последовательности кадров видео.

arn:aws:lambda:us-east-1:432418664414:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-AdjustmentVideoObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:ACS-AdjustmentVideoObjectDetection

Настройка отслеживания объекта на кадрах видео - Используйте этот тип задачи, если вы хотите, чтобы исполнители настраивали ограничивающие рамки, добавленные ими к кадрам видео, для отслеживания движения объектов в последовательности кадров видео.

arn:aws:lambda:us-east-1:432418664414:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-AdjustmentVideoObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:ACS-AdjustmentVideoObjectTracking

Настройка определения объекта в облаке точек 3D - Используйте этот тип задачи, если вы хотите, чтобы исполнители настраивали 3D-параллелепипеды вокруг объектов в облаке точек 3D.

arn:aws:lambda:us-east-1:432418664414:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:us-east-2:266458841044:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:us-west-2:081040173940:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-west-1:568282634449:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-south-1:565803892007:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-central-1:203001061592:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:eu-west-2:487402164563:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-Adjustment3DPointCloudObjectDetection
arn:aws:lambda:ca-central-1:918755190332:function:ACS-Adjustment3DPointCloudObjectDetection

Настройка отслеживания объекта в облаке точек 3D - Используйте этот тип задачи, если вы хотите, чтобы исполнители настраивали 3D-параллелепипеды вокруг объектов, которые появляются в последовательности кадров облака точек 3D.

arn:aws:lambda:us-east-1:432418664414:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:us-east-2:266458841044:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:us-west-2:081040173940:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-west-1:568282634449:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-south-1:565803892007:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-central-1:203001061592:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:eu-west-2:487402164563:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-Adjustment3DPointCloudObjectTracking
arn:aws:lambda:ca-central-1:918755190332:function:ACS-Adjustment3DPointCloudObjectTracking

Настройка семантической сегментации облака точек 3D - Используйте этот тип задачи, если вы хотите, чтобы исполнители настраивали маски семантической сегментации на уровне точек с помощью инструмента рисования.

arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation
arn:aws:lambda:us-east-1:432418664414:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:us-east-2:266458841044:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:us-west-2:081040173940:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-1:568282634449:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-1:477331159723:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-2:454466003867:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-south-1:565803892007:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-central-1:203001061592:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-northeast-2:845288260483:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:eu-west-2:487402164563:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ap-southeast-1:377565633583:function:ACS-Adjustment3DPointCloudSemanticSegmentation
arn:aws:lambda:ca-central-1:918755190332:function:ACS-Adjustment3DPointCloudSemanticSegmentation

PublicWorkforceTaskPrice -> (структура)

Цена за каждую задачу, выполненную исполнителем Amazon Mechanical Turk.

AmountInUsd -> (структура)

Определяет сумму денег, выплачиваемую исполнителю Amazon Mechanical Turk в долларах США.

Dollars -> (целое число)

Целое число долларов в сумме.

Cents -> (целое число)

Дробная часть суммы в центах.

TenthFractionsOfACent -> (целое число)

Дробные части цента в десятых.

Сокращенная синтаксическая запись:

WorkteamArn=string,UiConfig={UiTemplateS3Uri=string,HumanTaskUiArn=string},PreHumanTaskLambdaArn=string,TaskKeywords=string,string,TaskTitle=string,TaskDescription=string,NumberOfHumanWorkersPerDataObject=integer,TaskTimeLimitInSeconds=integer,TaskAvailabilityLifetimeInSeconds=integer,MaxConcurrentTaskCount=integer,AnnotationConsolidationConfig={AnnotationConsolidationLambdaArn=string},PublicWorkforceTaskPrice={AmountInUsd={Dollars=integer,Cents=integer,TenthFractionsOfACent=integer}}

Синтаксис JSON:

{
  "WorkteamArn": "string",
  "UiConfig": {
    "UiTemplateS3Uri": "string",
    "HumanTaskUiArn": "string"
  },
  "PreHumanTaskLambdaArn": "string",
  "TaskKeywords": ["string", ...],
  "TaskTitle": "string",
  "TaskDescription": "string",
  "NumberOfHumanWorkersPerDataObject": integer,
  "TaskTimeLimitInSeconds": integer,
  "TaskAvailabilityLifetimeInSeconds": integer,
  "MaxConcurrentTaskCount": integer,
  "AnnotationConsolidationConfig": {
    "AnnotationConsolidationLambdaArn": "string"
  },
  "PublicWorkforceTaskPrice": {
    "AmountInUsd": {
      "Dollars": integer,
      "Cents": integer,
      "TenthFractionsOfACent": integer
    }
  }
}

--tags (список)

Массив пар ключ/значение. Дополнительная информация приведена в разделе Использование тегов распределения затрат в руководстве пользователя Amazon Web Services по учету расходов и управлению затратами.

(структура)

Объект тега, состоящий из ключа и необязательного значения, используемый для управления метаданными для ресурсов SageMaker Amazon Web Services.

Вы можете добавить теги к экземплярам ноутбуков, задачам обучения, задачам настройки гиперпараметров, задачам пакетной трансформации, моделям, задачам маркировки, рабочим командам, конфигурациям конечных точек и конечным точкам. Дополнительную информацию о добавлении тегов к ресурсам SageMaker см. в разделе AddTags .

Дополнительную информацию о добавлении метаданных к вашим ресурсам Amazon Web Services с помощью тегов см. в разделе Тегирование ресурсов Amazon Web Services . Советы по наилучшим практикам управления ресурсами Amazon Web Services с помощью тегов см. в разделе Лучшие практики тегов: реализуйте эффективную стратегию тегирования ресурсов Amazon Web Services.

Key -> (строка)

Ключ тега. Ключи тегов должны быть уникальными для каждого ресурса.

Value -> (строка)

Значение тега.

Сокращенная синтаксическая запись:

Key=string,Value=string ...

Синтаксис JSON:

[
  {
    "Key": "string",
    "Value": "string"
  }
  ...
]

--cli-input-json | --cli-input-yaml (строка) Считывает аргументы из предоставленной JSON-строки. JSON-строка соответствует формату, указанному в --generate-cli-skeleton. Если на командной строке указаны другие аргументы, эти значения переопределяют значения, предоставленные в JSON. Невозможно передавать произвольные двоичные значения с помощью предоставленного JSON-значения, так как строка будет взята буквально. Это может не быть указано вместе с --cli-input-yaml.

--generate-cli-skeleton (строка) Выводит JSON-скелет в стандартный вывод без отправки запроса к API. Если предоставлено значение без значения или значение input, выводится пример входного JSON, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, если предоставлено yaml-input, будет напечатан пример входного YAML, который можно использовать с --cli-input-yaml. Если предоставлено значение output, оно проверяет входные данные команды и возвращает пример выходного JSON для этой команды. Сгенерированный JSON-скелет не является стабильным между версиями AWS CLI, и нет гарантии обратной совместимости в сгенерированном JSON-скелете.

Глобальные параметры

--debug (логическое значение)

Включить отладовую запись в журнал.

--endpoint-url (строка)

Переопределить адрес по умолчанию команды указанным адресом.

--no-verify-ssl (логическое значение)

По умолчанию AWS CLI использует SSL при общении с AWS-сервисами. Для каждого подключения SSL AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет поведение по умолчанию, связанное с проверкой сертификатов SSL.

--no-paginate (логическое значение)

Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI сделает только один вызов для первой страницы результатов.

--output (строка)

Стиль форматирования вывода команды.

json
текст
таблица
yaml
yaml-поток

--query (строка)

Запрос JMESPath для фильтрации данных ответа.

--profile (строка)

Использовать определенный профиль из файла учетных данных.

--region (строка)

Используемый регион. Переопределяет настройки конфигурации/среды.

--version (строка)

Отобразить версию этого инструмента.

--color (строка)

Включить/выключить цветной вывод.

вкл
выкл
авто

--no-sign-request (логическое значение)

Не подписывать запросы. Учетные данные не будут загружены, если этот аргумент предоставлен.

--ca-bundle (строка)

Файл сертификатов CA для использования при проверке сертификатов SSL. Переопределяет настройки конфигурации/среды.

--cli-read-timeout (целое число)

Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет выполняться блокирующим образом без таймаута. Значение по умолчанию составляет 60 секунд.

--cli-connect-timeout (целое число)

Максимальное время подключения к сокету в секундах. Если значение установлено в 0, подключение к сокету будет выполняться блокирующим образом без таймаута. Значение по умолчанию составляет 60 секунд.

--cli-binary-format (строка)

Стиль форматирования, используемый для двоичных блоков. Формат по умолчанию — base64. Формат base64 ожидает, что двоичные блоки будут представлены в виде закодированной строкой base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI V1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, которое отображается на двоичный блок, fileb:// всегда будет обрабатываться как двоичный и использовать содержимое файла непосредственно независимо от настройки cli-binary-format. При использовании file:// содержимое файла должно быть должным образом отформатировано для настроенного cli-binary-format.

base64
raw-in-base64-out

--no-cli-pager (логическое значение)

Отключить вывод страницы CLI.

--cli-auto-prompt (логическое значение)

Автоматически запрашивать параметры CLI.

--no-cli-auto-prompt (логическое значение)

Отключить автоматическое запросы параметров CLI.

Вывод

LabelingJobArn -> (строка)

Amazon Resource Name (ARN) задачи маркировки. Этот ARN используется для идентификации задачи маркировки.