Flussi di lavoro di etichettatura personalizzati - Amazon SageMaker AI

Flussi di lavoro di etichettatura personalizzati

Questi argomenti consentono di configurare un processo di etichettatura Ground Truth che utilizza un modello di etichettatura personalizzato. Un modello di etichettatura personalizzato consente di creare un’interfaccia utente personalizzata del portale dei worker che questi ultimi possono utilizzare per etichettare i dati. Il modello può essere creato mediante HTML, CSS, JavaScript, il linguaggio per modelli modello Liquid e Crowd HTML Elements.

Panoramica

Se è la prima volta che crei un flusso di lavoro di etichettatura personalizzato in Ground Truth, l’elenco seguente è un riepilogo generale delle fasi richieste.

  1. Configura la tua forza lavoro - Per creare un flusso di lavoro di etichettatura personalizzato, hai bisogno di una forza lavoro. Questo argomento illustra come configurare una forza lavoro.

  2. Creazione di un modello personalizzato - Per creare un modello personalizzato, è necessario mappare correttamente i dati del file manifesto di input alle variabili del modello.

  3. Utilizzo delle funzioni Lambda di elaborazione opzionali - Per controllare il modo in cui i dati del manifesto di input vengono aggiunti al modello di worker e le annotazioni dei worker vengono registrate nel file di output del processo.

Questo argomento contiene anche tre demo complete per comprendere meglio come utilizzare i modelli di etichettatura personalizzati.

Nota

Gli esempi nei link sottostanti includono tutti funzioni Lambda di pre-annotazione e post-annotazione. Queste funzioni Lambda sono opzionali.