Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Elaborazione dei dati in un flusso di lavoro di etichettatura personalizzato con AWS Lambda
In questo argomento sono disponibili informazioni su come implementare funzioni AWS Lambda
-
Lambda di pre-annotazione: questa funzione avvia e pre-elabora ogni oggetto di dati inviato al processo di etichettatura prima di inviarlo ai worker.
-
Lambda post-annotazione: questa funzione elabora i risultati quando i worker inviano un'attività. Se si specificano più worker per oggetto dati, questa funzione può includere la logica per consolidare le annotazioni.
Se sei un nuovo utente di Lambda e Ground Truth, ti consigliamo di utilizzare le pagine di questa sezione secondo quanto segue:
-
Innanzitutto, consulta Utilizzo di funzioni Lambda di pre-annotazione e post-annotazione.
-
Quindi, utilizza la pagina Aggiungere autorizzazioni richieste per utilizzare AWS Lambda con Ground Truth per scoprire i requisiti in materia di sicurezza e autorizzazione per utilizzare le funzioni Lambda di pre-annotazione e post-annotazione in un processo di etichettatura personalizzato Ground Truth.
-
Successivamente, devi visitare la console Lambda o usare Lambda APIs per creare le tue funzioni. Usa la sezione Creare funzioni Lambda utilizzando i modelli Ground Truth per scoprire come creare funzioni Lambda.
-
Per scoprire come testare la funzione Lambda, consulta Testare le funzioni Lambda di pre-annotazione e post-annotazione.
-
Dopo aver creato le funzioni Lambda di pre-elaborazione e post-elaborazione, selezionale nella sezione Funzioni Lambda visualizzata dopo l'editor di codice per il tuo HTML personalizzato nella tua console Ground Truth. Per scoprire come utilizzare queste funzioni in una richiesta API
CreateLabelingJob, consulta Creare un processo di etichettatura (API).
Per un tutorial sul flusso di lavoro di etichettatura personalizzato che includa esempi di funzioni Lambda di pre-annotazione e post-annotazione, consulta Modello demo: annotazione di immagini con crowd-bounding-box.