Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Buat pekerjaan pelabelan streaming Pekerjaan pelabelan streaming memungkinkan Anda mengirim objek data individual secara real time ke pekerjaan pelabelan streaming yang terus berjalan. Untuk membuat pekerjaan pelabelan streaming, Anda dapat menentukan *topik input Amazon SNS* ARN`SnsTopicArn`,, dalam parameter `InputConfig` saat membuat permintaan. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Secara opsional, Anda juga dapat membuat topik *keluaran Amazon SNS* dan menentukannya `OutputConfig` jika Anda ingin menerima data label secara real time. **penting** Jika Anda adalah pengguna baru pekerjaan pelabelan streaming Ground Truth, Anda disarankan untuk meninjau [Pekerjaan pelabelan streaming Ground Truth](sms-streaming-labeling-job.md) sebelum membuat pekerjaan pelabelan streaming. Pekerjaan pelabelan streaming Ground Truth hanya didukung melalui SageMaker API. Gunakan bagian berikut untuk membuat sumber daya yang Anda butuhkan dan dapat digunakan untuk membuat pekerjaan pelabelan streaming: + Pelajari cara membuat topik SNS dengan izin yang diperlukan untuk pekerjaan pelabelan streaming Ground Truth dengan mengikuti langkah-langkahnya. [Gunakan Topik Amazon SNS untuk Pelabelan Data](sms-create-sns-input-topic.md) Topik SNS Anda harus dibuat di AWS Wilayah yang sama dengan pekerjaan pelabelan Anda. + Lihat [Berlangganan Endpoint ke Topik Output Amazon SNS Anda](sms-create-sns-input-topic.md#sms-streaming-subscribe-output-topic) untuk mempelajari cara menyiapkan titik akhir untuk menerima data keluaran tugas pelabelan pada titik akhir yang ditentukan setiap kali tugas pelabelan selesai. + Untuk mempelajari cara mengonfigurasi bucket Amazon S3 Anda untuk mengirim notifikasi ke topik input Amazon SNS Anda, lihat. [Membuat notifikasi peristiwa bucket berbasis Amazon S3 berdasarkan Amazon SNS yang ditentukan dalam pekerjaan pelabelan](sms-streaming-s3-setup.md) + Secara opsional, tambahkan objek data yang ingin diberi label segera setelah pekerjaan pelabelan dimulai ke manifes masukan Anda. Untuk informasi selengkapnya, lihat [Buat File Manifest (Opsional)](sms-streaming-manifest.md). + Ada sumber daya lain yang diperlukan untuk membuat pekerjaan pelabelan, seperti peran IAM, bucket Amazon S3, templat tugas pekerja, dan kategori label. Ini dijelaskan dalam dokumentasi Ground Truth tentang pembuatan pekerjaan pelabelan. Untuk informasi selengkapnya, lihat [Buat Job Pelabelan](sms-create-labeling-job.md). **penting** Saat Anda membuat pekerjaan pelabelan, Anda harus memberikan peran eksekusi IAM. Lampirkan kebijakan AWS terkelola **AmazonSageMakerGroundTruthExecution**ke peran ini untuk memastikannya memerlukan izin untuk menjalankan pekerjaan pelabelan Anda. Saat Anda mengirimkan permintaan untuk membuat pekerjaan pelabelan streaming, status pekerjaan pelabelan Anda adalah. `Initializing` Setelah pekerjaan pelabelan aktif, status berubah menjadi`InProgress`. Jangan mengirim objek data baru ke pekerjaan pelabelan Anda atau mencoba menghentikan pekerjaan pelabelan Anda saat berada dalam status. `Initializing` Setelah status berubah`InProgress`, Anda dapat mulai mengirim objek data baru menggunakan Amazon SNS dan konfigurasi Amazon S3. **Topics** + [Gunakan Topik Amazon SNS untuk Pelabelan Data](sms-create-sns-input-topic.md) + [Membuat notifikasi peristiwa bucket berbasis Amazon S3 berdasarkan Amazon SNS yang ditentukan dalam pekerjaan pelabelan](sms-streaming-s3-setup.md) + [Buat File Manifest (Opsional)](sms-streaming-manifest.md) + [Membuat Job Pelabelan Streaming dengan API SageMaker](sms-streaming-create-labeling-job-api.md) + [Hentikan Pekerjaan Pelabelan Streaming](sms-streaming-stop-labeling-job.md) # Gunakan Topik Amazon SNS untuk Pelabelan Data Anda perlu membuat input Amazon SNS untuk membuat pekerjaan pelabelan streaming. Secara opsional, Anda dapat memberikan topik keluaran Amazon SNS. Saat Anda membuat topik Amazon SNS untuk digunakan dalam pekerjaan pelabelan streaming Anda, catat topik Amazon Resource Name (ARN). ARN akan menjadi nilai masukan untuk parameter `SnsTopicArn` di `InputConfig` dan `OutputConfig` saat Anda membuat pekerjaan pelabelan. ## Buat Topik Masukan Topik masukan Anda digunakan untuk mengirim objek data baru ke Ground Truth. Untuk membuat topik input, ikuti petunjuk dalam [Membuat topik Amazon SNS](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html) di Panduan Pengembang Layanan Pemberitahuan Sederhana Amazon. Catat topik masukan ARN Anda dan gunakan sebagai masukan untuk `CreateLabelingJob` parameter `SnsTopicArn` di. `InputConfig` ## Buat Topik Keluaran Jika Anda memberikan topik keluaran, ini digunakan untuk mengirim notifikasi saat objek data diberi label. Saat Anda membuat topik, Anda memiliki opsi untuk menambahkan kunci enkripsi. Gunakan opsi ini untuk menambahkan kunci yang dikelola AWS Key Management Service pelanggan ke topik Anda untuk mengenkripsi data keluaran pekerjaan pelabelan Anda sebelum dipublikasikan ke topik keluaran Anda. Untuk membuat topik keluaran, ikuti petunjuk dalam [Membuat topik Amazon SNS](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html) di Panduan Pengembang Layanan Pemberitahuan Sederhana Amazon. Jika Anda menambahkan enkripsi, Anda harus melampirkan izin tambahan ke topik. Lihat[Tambahkan Enkripsi ke Topik Output Anda (Opsional)](#sms-streaming-encryption). untuk informasi lebih lanjut. **penting** Untuk menambahkan kunci yang dikelola pelanggan ke topik keluaran Anda saat membuat topik di konsol, jangan gunakan alias/aws/sns opsi **(Default)**. Pilih kunci terkelola pelanggan yang Anda buat. Catat topik masukan ARN Anda dan gunakan dalam `CreateLabelingJob` permintaan Anda di parameter `SnsTopicArn` di. `OutputConfig` ### Tambahkan Enkripsi ke Topik Output Anda (Opsional) Untuk mengenkripsi pesan yang dipublikasikan ke topik keluaran, Anda perlu memberikan kunci terkelola AWS KMS pelanggan ke topik Anda. Ubah kebijakan berikut dan tambahkan ke kunci terkelola pelanggan Anda untuk memberikan izin Ground Truth untuk mengenkripsi data keluaran sebelum mempublikasikannya ke topik keluaran Anda. Ganti *``* dengan ID akun yang Anda gunakan untuk membuat topik Anda. Untuk mempelajari cara menemukan ID AWS akun, lihat [Menemukan ID AWS Akun Anda](https://docs.aws.amazon.com/IAM/latest/UserGuide/console_account-alias.html#FindingYourAWSId). ------ #### [ JSON ] **** ``` { "Id": "key-console-policy", "Version":"2012-10-17", "Statement": [ { "Sid": "Enable IAM User Permissions", "Effect": "Allow", "Principal": { "AWS": "arn:aws:iam::111122223333:root" }, "Action": "kms:*", "Resource": "*" }, { "Sid": "Allow access for Key Administrators", "Effect": "Allow", "Principal": { "AWS": "arn:aws:iam::111122223333:role/Admin" }, "Action": [ "kms:Create*", "kms:Describe*", "kms:Enable*", "kms:List*", "kms:Put*", "kms:Update*", "kms:Revoke*", "kms:Disable*", "kms:Get*", "kms:Delete*", "kms:TagResource", "kms:UntagResource", "kms:ScheduleKeyDeletion", "kms:CancelKeyDeletion" ], "Resource": "*" } ] } ``` ------ Selain itu, Anda harus mengubah dan menambahkan kebijakan berikut ke peran eksekusi yang Anda gunakan untuk membuat pekerjaan pelabelan (nilai masukan untuk`RoleArn`). Ganti *``* dengan ID akun yang Anda gunakan untuk membuat topik Anda. Ganti *``* dengan AWS Wilayah yang Anda gunakan untuk membuat pekerjaan pelabelan Anda. Ganti `` dengan ID kunci terkelola pelanggan Anda. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "sid1", "Effect": "Allow", "Action": [ "kms:Decrypt", "kms:GenerateDataKey" ], "Resource": "arn:aws:kms:us-east-1:111122223333:key/your_key_id" } ] } ``` ------ Untuk informasi selengkapnya tentang membuat dan mengamankan kunci, lihat [Membuat Kunci](https://docs.aws.amazon.com/kms/latest/developerguide/create-keys.html) dan [Menggunakan Kebijakan Kunci](https://docs.aws.amazon.com/kms/latest/developerguide/key-policies.html) di Panduan AWS Key Management Service Pengembang. ## Berlangganan Endpoint ke Topik Output Amazon SNS Anda Saat pekerja menyelesaikan tugas pekerjaan pelabelan dari pekerjaan pelabelan streaming Ground Truth, Ground Truth menggunakan topik keluaran Anda untuk mempublikasikan data keluaran ke satu atau beberapa titik akhir yang Anda tentukan. Untuk menerima pemberitahuan saat pekerja menyelesaikan tugas pelabelan, Anda harus berlangganan titik akhir ke topik keluaran Amazon SNS Anda. Untuk mempelajari cara menambahkan titik akhir ke topik keluaran, lihat [Berlangganan topik Amazon SNS](https://docs.aws.amazon.com/sns/latest/dg/sns-create-subscribe-endpoint-to-topic.html) di Panduan Pengembang Layanan *Pemberitahuan Sederhana Amazon*. Untuk mempelajari lebih lanjut tentang format data keluaran yang dipublikasikan ke titik akhir ini, lihat[Pelabelan data keluaran pekerjaan](sms-data-output.md). **penting** Jika Anda tidak berlangganan titik akhir ke topik keluaran Amazon SNS Anda, Anda tidak akan menerima pemberitahuan saat objek data baru diberi label. # Membuat notifikasi peristiwa bucket berbasis Amazon S3 berdasarkan Amazon SNS yang ditentukan dalam pekerjaan pelabelan Perubahan pada bucket Amazon S3 Anda, pemberitahuan peristiwa, diaktifkan baik konsol Amazon S3, API, bahasa AWS SDKs tertentu, atau. AWS Command Line Interface Acara harus menggunakan ARN topik masukan Amazon SNS yang sama`SnsTopicArn`, yang ditentukan dalam `InputConfig` parameter sebagai bagian dari permintaan Anda. `CreateLabelingJob` **Notifikasi bucket Amazon S3 dan data input Anda tidak boleh sama dengan bucket Amazon S3** Saat Anda membuat notifikasi acara, jangan gunakan lokasi Amazon S3 yang sama dengan yang Anda tentukan seperti `S3OutputPath` di `OutputConfig` parameter. Menautkan dua bucket dapat mengakibatkan objek data yang tidak diinginkan diproses oleh Ground Truth untuk pelabelan. Anda mengontrol jenis acara yang ingin Anda kirim ke topik Amazon SNS Anda. Ground Truth menciptakan pekerjaan pelabelan saat Anda mengirim [acara pembuatan objek](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/enable-event-notifications.html#enable-event-notifications-types). [Struktur acara yang dikirim ke topik input Amazon SNS Anda harus berupa pesan JSON yang diformat menggunakan struktur yang sama yang ditemukan dalam struktur pesan Acara.](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html) *Untuk melihat contoh cara menyiapkan notifikasi peristiwa untuk bucket Amazon S3 menggunakan konsol Amazon S3, SDK AWS untuk .NET, dan SDK AWS for Java, ikuti panduan berikut, [Panduan: Konfigurasi bucket untuk notifikasi (topik SNS atau antrean SQS) di Panduan Pengguna Layanan Penyimpanan Sederhana](https://docs.aws.amazon.com/AmazonS3/latest/dev/ways-to-add-notification-config-to-bucket.html) Amazon.* EventBridge Pemberitahuan Amazon tidak didukung secara asli. Untuk menggunakan notifikasi EventBridge berbasis, Anda harus memperbarui format output agar sesuai dengan format JSON yang digunakan dalam [struktur pesan Acara](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html). # Buat File Manifest (Opsional) Saat membuat pekerjaan pelabelan streaming, Anda memiliki opsi satu kali untuk menambahkan objek (seperti gambar atau teks) ke file manifes masukan yang Anda tentukan. `ManifestS3Uri` `CreateLabelingJob` Saat pekerjaan pelabelan streaming dimulai, objek ini dikirim ke pekerja atau ditambahkan ke antrian Amazon SQS jika jumlah total objek melebihi. `MaxConcurrentTaskCount` Hasilnya ditambahkan ke jalur Amazon S3 yang Anda tentukan saat membuat pekerjaan pelabelan secara berkala saat pekerja menyelesaikan tugas pelabelan. Data keluaran dikirim ke titik akhir mana pun yang Anda berlangganan ke topik keluaran Anda. Jika Anda ingin memberikan objek awal yang akan diberi label, buat file manifes yang mengidentifikasi objek ini dan letakkan di Amazon S3. Tentukan URI S3 dari file manifes ini di `ManifestS3Uri` dalam`InputConfig`. Untuk mempelajari cara memformat file manifes Anda, lihat[Data input](sms-data-input.md). Untuk menggunakan konsol SageMaker AI untuk membuat file manifes secara otomatis (tidak didukung untuk jenis tugas cloud titik 3D), lihat[Mengotomatiskan pengaturan data untuk pekerjaan pelabelan](sms-console-create-manifest-file.md). # Membuat Job Pelabelan Streaming dengan API SageMaker Berikut ini adalah contoh [permintaan AWS Python SDK (Boto3)](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job) yang dapat Anda gunakan untuk memulai pekerjaan pelabelan streaming untuk jenis tugas bawaan di Wilayah AS Timur (Virginia Utara). Untuk detail lebih lanjut tentang setiap parameter di bawah ini lihat [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html). Untuk mempelajari cara membuat lowongan pelabelan menggunakan API ini dan bahasa terkait khusus SDKs, lihat [Membuat Job Pelabelan (API)](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-create-labeling-job-api.html). Dalam contoh ini, perhatikan parameter berikut: + `SnsDataSource`— Parameter ini muncul di `InputConfig` dan `OutputConfig` dan digunakan untuk mengidentifikasi masukan dan output topik Amazon SNS Anda masing-masing. Untuk membuat pekerjaan pelabelan streaming, Anda diharuskan memberikan topik input Amazon SNS. Secara opsional, Anda juga dapat memberikan topik keluaran Amazon SNS. + `S3DataSource`— Parameter ini opsional. Gunakan parameter ini jika Anda ingin menyertakan file manifes masukan dari objek data yang ingin diberi label segera setelah pekerjaan pelabelan dimulai. + [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-StoppingConditions](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-StoppingConditions)— Parameter ini diabaikan saat Anda membuat pekerjaan pelabelan streaming. Untuk mempelajari lebih lanjut tentang menghentikan pekerjaan pelabelan streaming, lihat[Hentikan Pekerjaan Pelabelan Streaming](sms-streaming-stop-labeling-job.md). + Pekerjaan pelabelan streaming tidak mendukung pelabelan data otomatis. Jangan sertakan `LabelingJobAlgorithmsConfig` parameternya. ``` response = client.create_labeling_job( LabelingJobName= 'example-labeling-job', LabelAttributeName='label', InputConfig={ 'DataSource': { 'S3DataSource': { 'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json' }, 'SnsDataSource': { 'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-input-topic' } }, 'DataAttributes': { 'ContentClassifiers': [ 'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent', ] } }, OutputConfig={ 'S3OutputPath': 's3://bucket/path/file-to-store-output-data', 'KmsKeyId': 'string', 'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-output-topic' }, RoleArn='arn:aws:iam::*:role/*', LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json', HumanTaskConfig={ 'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*', 'UiConfig': { 'UiTemplateS3Uri': 's3://bucket/path/custom-worker-task-template.html' }, 'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype', 'TaskKeywords': [ 'Example key word', ], 'TaskTitle': 'Multi-label image classification task', 'TaskDescription': 'Select all labels that apply to the images shown', 'NumberOfHumanWorkersPerDataObject': 123, 'TaskTimeLimitInSeconds': 123, 'TaskAvailabilityLifetimeInSeconds': 123, 'MaxConcurrentTaskCount': 123, 'AnnotationConsolidationConfig': { 'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-tasktype' } }, Tags=[ { 'Key': 'string', 'Value': 'string' }, ] ) ``` # Hentikan Pekerjaan Pelabelan Streaming Anda dapat menghentikan pekerjaan pelabelan streaming Anda secara manual menggunakan operasi [StopLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StopLabelingJob.html). Jika pekerjaan pelabelan Anda tetap menganggur selama lebih dari 10 hari, itu secara otomatis dihentikan oleh Ground Truth. Dalam konteks ini, pekerjaan pelabelan dianggap *menganggur* jika tidak ada objek yang dikirim ke topik input Amazon SNS dan tidak ada objek yang tersisa di antrian Amazon SQS Anda, menunggu untuk diberi label. Misalnya, jika tidak ada objek data yang diumpankan ke topik input Amazon SNS dan semua objek yang diumpankan ke pekerjaan pelabelan sudah diberi label, Ground Truth memulai pengatur waktu. Setelah timer dimulai, jika tidak ada item yang diterima dalam periode 10 hari, pekerjaan pelabelan dihentikan. Saat pekerjaan pelabelan dihentikan, statusnya adalah `STOPPING` saat Ground Truth membersihkan sumber daya pekerjaan pelabelan dan berhenti berlangganan topik Amazon SNS Anda dari antrean Amazon SQS Anda. Amazon SQS *tidak* dihapus oleh Ground Truth karena antrian ini mungkin berisi objek data yang belum diproses. Anda harus menghapus antrian secara manual jika Anda ingin menghindari biaya tambahan dari Amazon SQS. Untuk mempelajari lebih lanjut, lihat [harga Amazon SQS.](https://aws.amazon.com/sqs/pricing/)