Wie kann ich eine benutzerdefinierte Benutzeroberflächen-Vorlage mit von AWS bereitgestellten Lambda-Funktionen in Ground Truth verwenden?

Lösung

Erstelle eine benutzerdefinierte Benutzeroberflächen-Vorlage für den Beschriftungsauftrag, wie im folgenden Beispiel gezeigt:

1. Setze für semantische Segmentierungsaufträge die Variable name auf crowd-semantic-segmentation, wie im folgenden Beispiel gezeigt. Setze für Begrenzungsrahmenaufträge die name-Variable auf boundingBox. Eine vollständige Liste der erweiterten HTML-Elemente für benutzerdefinierte Vorlagen findest du unter Referenz zu Crowd-HTML-Elementen.

   <script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
   <crowd-form>
       <crowd-semantic-segmentation name="crowd-semantic-segmentation" src="{{ task.input.taskObject | grant_read_access }}" header= "{{ task.input.header }}" labels="{{ task.input.labels | to_json | escape }}">
   
           <full-instructions header= "Segmentation Instructions">
               <ol>
                   <li>Read the task carefully and inspect the image.</li>
                   <li>Read the options and review the examples provided to understand more about the labels.</li>
                   <li>Choose the appropriate label that best suits the image.</li>
               </ol>
           </full-instructions>
   
           <short-instructions>
               <p>Use the tools to label the requested items in the image</p>
           </short-instructions>
       </crowd-semantic-segmentation>
   </crowd-form>

2. Erstelle eine JSON-Datei für die Beschriftungen. Beispiel:

   {
     "labels": [
       {
         "label": "Chair"
       },
     ...
       {
         "label": "Oven"
         }
      ]
   }

3. Erstelle eine Eingabe-Manifestdatei für die Bilder. Beispiel:

   {"source-ref":"s3://awsdoc-example-bucket/input_manifest/apartment-chair.jpg"}
   {"source-ref":"s3://awsdoc-example-bucket/input_manifest/apartment-carpet.jpg"}

4. Lade die HTML-, Manifest- und JSON-Dateien auf Amazon Simple Storage Service (Amazon S3) hoch. Beispiel:

   import boto3import os
   
   bucket = 'awsdoc-example-bucket'
   prefix = 'GroundTruthCustomUI'
   
   boto3.Session().resource('s3').Bucket(bucket).Object(os.path.join(prefix, 'customUI.html')).upload_file('customUI.html')
   boto3.Session().resource('s3').Bucket(bucket).Object(os.path.join(prefix, 'input.manifest')).upload_file('input.manifest')
   boto3.Session().resource('s3').Bucket(bucket).Object(os.path.join(prefix, 'testLabels.json')).upload_file('testLabels.json')

5. Rufe die Amazon-Ressourcennamen (ARNs) für die Lambda-Funktionen pre-processing (Vorverarbeitung) und annotation consolidation (Konsolidierung von Anmerkungen) ab. Hier sind zum Beispiel die ARNs der semantischen Segmentierung:
   arn:aws:lambda:eu-west-1:111122223333:function:PRE-SemanticSegmentation
   arn:aws:lambda:eu-west-1:111122223333:function:ACS-SemanticSegmentation

6. Verwende ein AWS SDK, z. B. boto3, um den Beschriftungsauftrag zu erstellen:

   import boto3
   
   client = boto3.client("sagemaker")
   client.create_labeling_job(
       LabelingJobName="SemanticSeg-CustomUI",
       LabelAttributeName="output-ref",
       InputConfig={
           "DataSource": {"S3DataSource": {"ManifestS3Uri": "INPUT_MANIFEST_IN_S3"}},
           "DataAttributes": {
               "ContentClassifiers": [
                   "FreeOfPersonallyIdentifiableInformation",
               ]
           },
       },
       OutputConfig={"S3OutputPath": "S3_OUTPUT_PATH"},
       RoleArn="IAM_ROLE_ARN",
       LabelCategoryConfigS3Uri="LABELS_JSON_FILE_IN_S3",
       StoppingConditions={"MaxPercentageOfInputDatasetLabeled": 100},
       HumanTaskConfig={
           "WorkteamArn": "WORKTEAM_ARN",
           "UiConfig": {"UiTemplateS3Uri": "HTML_TEMPLATE_IN_S3"},
           "PreHumanTaskLambdaArn": "arn:aws:lambda:eu-west-1:111122223333:function:PRE-SemanticSegmentation",
           "TaskKeywords": [
               "SemanticSegmentation",
           ],
           "TaskTitle": "Semantic Segmentation",
           "TaskDescription": "Draw around the specified labels using the tools",
           "NumberOfHumanWorkersPerDataObject": 1,
           "TaskTimeLimitInSeconds": 3600,
           "TaskAvailabilityLifetimeInSeconds": 1800,
           "MaxConcurrentTaskCount": 1,
           "AnnotationConsolidationConfig": {
               "AnnotationConsolidationLambdaArn": "arn:aws:lambda:eu-west-1:111122223333:function:ACS-SemanticSegmentation"
           },
       },
       Tags=[{"Key": "reason", "Value": "CustomUI"}],
   )

Gehe im vorherigen Beispiel wie folgt vor:

• Ersetze S3_OUTPUT_PATH durch den S3-Ausgabepfad.
• Ersetze IAM_ROLE_ARN durch den Rollen-ARN.
• Ersetze WORKTEAM_ARN durch den ARN des Arbeitsteams.
• Ersetze INPUT_MANIFEST_IN_S3 durch den Eingabe-Manifest-URI.
• Ersetze LABELS_JSON_IN_S3 durch den Beschriftungs-JSON-URI.
• Ersetze HTML_TEMPLATE_IN_S3 durch den HTML-Vorlagen-URI.

Ähnliche Informationen

Semantischer Segmentierungsalgorithmus