本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 建立標籤工作
您可以在 Amazon SageMaker AI 主控台中建立標籤工作，並使用您慣用語言的 AWS SDK 執行 `CreateLabelingJob`。建立標籤工作後，您可以使用 [CloudWatch](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-monitor-cloud-watch.html) 來追蹤工作者指標 (若為私有人力資源) 和標籤工作的狀態。
建立標籤工作之前，建議您檢閱下列頁面 (如果適用)：
+ 您可以使用主控台中的自動資料設定來指定輸入資料，也可以在主控台中或使用 `CreateLabelingJob` API 時使用輸入資訊清單檔案來指定輸入資料。關於自動化資料設定，請參閱[自動化標籤工作的資料設定](sms-console-create-manifest-file.md)。若要了解如何建立輸入資訊清單檔案，請參閱[輸入資訊清單檔案](sms-input-data-input-manifest.md)。
+ 檢閱標籤工作輸入資料配額：[輸入資料配額](input-data-limits.md)。
選擇任務類型後，請參閱此頁面上的主題，以了解如何建立標籤工作。
如果您是 Ground Truth 的新使用者，建議您先看完 [入門：使用 Ground Truth 建立週框方塊標籤工作](sms-getting-started.md) 中的示範。
**重要**
Ground Truth 要求所有包含標籤工作輸入影像資料的 S3 儲存貯體都必須連接 CORS 政策。如需進一步了解，請參閱[輸入影像資料的 CORS 要求](sms-cors-update.md)。
**Topics**
+ [內建任務類型](sms-task-types.md)
+ [建立指示頁面](sms-creating-instruction-pages.md)
+ [建立標籤工作 (主控台)](sms-create-labeling-job-console.md)
+ [建立標籤工作 (API)](sms-create-labeling-job-api.md)
+ [建立串流標籤工作](sms-streaming-create-job.md)
+ [有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)
# 內建任務類型
Amazon SageMaker Ground Truth 具有數種內建的任務類型。Ground Truth 提供用於內建任務類型的工作者任務範本。此外，某些內建任務類型也支援[自動資料標籤](sms-automated-labeling.md)。以下主題描述每個內建任務類型，並示範 Ground Truth 在主控台中所提供的工作者任務範本。若要了解如何使用其中一個任務類型在主控台中建立標籤工作，選取任務類型頁面。
****
| 標籤影像 | 標籤文字 | 標籤影片和影片影格 | 標籤 3D 點雲 |
| --- | --- | --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/sms-task-types.html) |
**注意**
每個影片影格和 3D 點雲任務類型都有一個*調整*任務類型，可用來驗證和調整先前標籤工作的標籤。選取上方的影片影格或 3D 點雲任務類型頁面，了解如何調整使用該任務類型建立的標籤。
# 建立指示頁面
建立標籤工作自訂指示來提高工作者完成任務的準確性。您可以修改主控台提供的預設指示，或建立自己的預設指示。這些指示會在工作者完成其標籤任務的頁面上顯示給工作者。
指示有兩種：
+ *簡短指示*：顯示在工作者完成任務的同一網頁上的指示。這些指示應提供簡單的參考，為工作者顯示標籤物件的正確方式。
+ *完整指示*：顯示在對話方塊上的指示，該對話方塊會覆蓋在工作者完成任務的頁面上。我們建議您提供完成任務的詳細指示，其中包含多個範例以顯示極端案例和標籤物件的其他困難情況。
建立標籤工作時，在主控台中建立指示。從現有的任務指示開始進行，使用編輯器來修改，以符合您的標籤工作。
**注意**
標籤工作一旦建立後便將自動啟動，您也將無法修改工作者指示。如果您需要變更工作者指示，請停止您建立的標籤工作，並將其複製之後，在建立新工作之前修改工作指示。
您可以在主控台中複製標籤工作，方法是選取標籤工作，然後在**動作**選單中選取**複製**。
若要使用 Amazon SageMaker API 或您偏好的 Amazon SageMaker SDK 複製標籤工作，請在修改工作者指示後，使用與原始工作相同的規格，對 `CreateLabelingJob` 作業提出新請求。
針對 3D 點雲和影片影格標籤工作，您可以將工作者指示新增至標籤類別組態檔案。您可以使用單一字串來建立指示，也可以新增 HTML 標記來自訂指示的外觀並新增影像。請確定指示中包含的任何影像皆公開可取得，或者，如果指示是在 Amazon S3，請確定工作者有讀取存取權，他們才能看到影像。如需標籤類別組態檔案的詳細資訊，請參閱[有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)。
## 簡短指示
簡短指示會出現於工作者用於標籤資料物件的相同網頁上。例如，下列是邊界框任務的編輯頁面。簡短指示面板位於左側。
![\[\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms-instructions-10.png)
請注意，工作者僅會花幾秒鐘看簡短指示。工作者必須能夠快速瀏覽並理解您的資訊。在任何情況下，理解指示所需的時間應低於完成任務所需時間。請謹記下列要點：
+ 您的指示應該簡單明瞭。
+ 圖片比文字更佳。為任務建立簡單的圖片，讓工作者可以立即理解。
+ 如果您必須使用文字，請使用簡短扼要的範例。
+ 簡短指示比完整指示更重要。
Amazon SageMaker Ground Truth 主控台提供編輯器，可讓您建立簡短指示。將預留位置文字和圖像更換為您的任務指示。選擇**預覽**來預覽工作者的任務頁面。預覽會在新視窗開啟，請務必關閉快顯封鎖以顯示視窗。
## 完整指示
您可以在對話方塊中為您的工作者提供額外指示，該對話方塊會覆蓋工作者標籤資料物件的頁面。使用完整指示來解釋更複雜的任務，並為工作者示範標籤極端案例或其他困難物件的正確方式。
您可以在 Ground Truth 主控台中使用編輯器來建立完整指示。使用簡易指示時，請記住下列事項：
+ 工作者在前幾次完成任務時會需要詳細指示。他們*必須*擁有的任何資訊，都應包含在簡易指示中。
+ 圖片比文字更重要。
+ 文字應該簡潔。
+ 完整指示應補充簡短指示。請勿重複簡短指示中的資訊。
Ground Truth 主控台提供編輯器，可讓您建立完整指示。將預留位置文字和圖像更換為您的任務指示。選擇**預覽**來預覽完整指示頁面。預覽會在新視窗開啟，請務必關閉快顯封鎖以顯示視窗。
## 將範例影像新增到您的指示
影像為您的工作者提供有用的範例。若要將可公開存取的影像新增到您的指示：
+ 在指示編輯器中將游標移到應該放置影像的位置。
+ 按一下編輯器工具列中的影像圖示。
+ 輸入影像的 URL。
如果 Amazon S3 中的指示影像並非可公開存取：
+ 對於影像 URL，請輸入：`{{ 'https://s3.amazonaws.com/your-bucket-name/image-file-name' | grant_read_access }}`。
+ 這樣會附加短期、一次性存取碼來轉譯影像 URL，讓工作者的瀏覽器可以顯示它。指示編輯器中會顯示斷裂的影像圖示，但預覽工具時會在轉譯預覽中顯示影像。
# 建立標籤工作 (主控台)
對於所有 Ground Truth 內建任務類型和自訂標籤工作流程，您可以使用 Amazon SageMaker AI 主控台來建立標籤工作。對於內建任務類型，建議連同[您的任務類型頁面](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)一起使用此頁面。每個任務類型頁面都包含使用該任務類型建立標籤工作的特定詳細資訊。
若要在 SageMaker AI 主控台建立標籤工作，您需要提供下列項目：
+ Amazon S3 中的輸入資訊清單檔案。您可以將輸入資料集放在 Amazon S3 中，並使用 Ground Truth 主控台自動產生資訊清單檔案 (不支援 3D 點雲標籤工作)。
或者，您可以手動建立輸入資訊清單檔案。如要瞭解如何作業，請參閱[輸入資料](sms-data-input.md)。
+ 用來儲存輸出資料的 Amazon S3 儲存貯體。
+ IAM 角色，具有存取 Amazon S3 中資源的許可，且連接 SageMaker AI 執行政策。對於一般解決方案，您可以將受管政策 AmazonSageMakerFullAccess 連接到 IAM 角色，並將 `sagemaker` 包含在您的儲存貯體名稱中。
如需更詳細的政策，請參閱[指派 IAM 許可以使用 Ground Truth](sms-security-permission.md)。
3D 點雲任務類型還有其他安全考量事項。[進一步了解。](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-general-information.html#sms-security-permission-3d-point-cloud)
+ 一個工作團隊。您可以利用由 Amazon Mechanical Turk 工作者、廠商或您自己的私有工作者組成的人力資源建立工作團隊。若要了解更多，請參閱[人力資源](sms-workforce-management.md)。
您不能使用 Mechanical Turk 人力資源來處理 3D 點雲或影片影格標籤工作。
+ 如果您使用自訂標籤工作流程，則必須在 Amazon S3 中儲存工作者任務範本，並提供該範本的 Amazon S3 URI。如需詳細資訊，請參閱[建立自訂工作者任務範本](sms-custom-templates-step2.md)。
+ （選用） 如果您希望 SageMaker AI 使用您自己的加密AWS KMS金鑰而非預設的 Amazon S3 服務金鑰AWS KMS來加密標籤工作的輸出，則為金鑰 ARN。
+ (選用) 您在標籤工作中所使用資料集的現有標籤。如果您要讓工作者調整、或核准和拒絕標籤，請使用此選項。
+ 如果要建立調整或驗證標籤工作，Amazon S3 中須有輸出資訊清單檔案，其中包含您要調整或驗證的標籤。此選項僅支援邊界框和語意分割映像標籤工作，以及 3D 點雲和影片影格標籤工作。建議您使用[標籤驗證和調整](sms-verification-data.md)上的指示建立驗證或調整標籤工作。
**重要**
您的工作團隊、輸入資訊清單檔案、輸出儲存貯體和 Amazon S3 中的其他資源必須位於您用來建立標籤工作的相同AWS區域中。
使用 SageMaker AI 主控台建立標籤工作時，您可以將工作者指示和標籤新增至 Ground Truth 提供的工作者使用者介面。在主控台建立標籤工作時，您可以預覽工作者使用者介面並與之互動。您也可以在[內建任務類型頁面](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)上查看工作者使用者介面預覽。
**建立標籤工作 (主控台)**
1. 登入 SageMaker AI 主控台，網址為 [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。
1. 在左側導覽窗格中，選擇**標籤工作**。
1. 在**標籤工作**頁面上，選擇**建立標籤工作**。
1. 在**工作名稱**中，輸入標籤工作的名稱。
1. (選擇性) 如果您要使用索引鍵來識別標籤，請選取**我想要指定與標籤工作名稱不同的標籤屬性名稱**。如果您未選取此選項，則會使用您在上一個步驟中指定的標籤工作名稱，以識別輸出資訊清單檔案中的標籤。
1. 選擇資料設定，在輸入資料集和 Ground Truth 之間建立連線。
+ 對於**自動化資料設定**：
+ 請依照[自動化標籤工作的資料設定](sms-console-create-manifest-file.md)中的指示，進行影像、文字和視訊片段標籤工作。
+ 請依照[設定自動化影片影格輸入資料](sms-video-automated-data-setup.md)中的指示，進行影片影格標籤工作。
+ 對於**手動資料設定**：
+ 在**輸入資料集的位置**中，提供輸入資訊清單檔案在 Amazon S3 中的位置。例如，如果輸入資訊清單檔案 manifest.json 位於 **example-bucket** 中，請輸入 **s3://example-bucket/manifest.json**。
+ 對於**輸出資料集位置**，提供您希望 Ground Truth 將標籤工作的輸出資料儲存在 Amazon S3 中的位置。
1. 對於 **IAM 角色**，請選擇現有的 IAM 角色，或建立 IAM 角色使其具有 Amazon S3 資源權限存取許可、可寫入上述指定的輸出 Amazon S3 儲存貯體的許可，並連接 SageMaker AI 執行政策。
1. （選用） 對於**其他組態**，您可以指定您希望工作者標記多少資料集，以及您是否希望 SageMaker AI 使用加密AWS KMS金鑰加密標記任務的輸出資料。若要加密輸出資料，您必須將必要的AWS KMS許可連接到您在上一個步驟中提供的 IAM 角色。如需詳細資訊，請參閱[指派 IAM 許可以使用 Ground Truth](sms-security-permission.md)。
1. 在**任務類別**下的**任務類型**區段中，使用下拉式清單來選取任務類別。
1. 在**任務選擇**中，選擇任務類型。
1. (選擇性) 為標籤工作提供標籤，以便後來在主控台更容易找到。
1. 選擇**下一步**。
1. 在**工作者**區段中，選擇您要使用的人力資源類型。如需人力資源選項的詳細資訊，請參閱[人力資源](sms-workforce-management.md)。
1. (選用) 選取人力資源後，請指定**任務逾時**。這是工作者處理任務所需的最長時間。
對於 3D 點雲註釋任務，預設任務逾時為 3 天。文字和影像分類及標籤驗證標籤工作的預設逾時為 5 分鐘。其他所有標籤工作的預設逾時為 60 分鐘。
1. (選用) 對於邊界框、語意分割、影片影格和 3D 點雲任務類型，如果您要顯示輸入資料集的標籤，以便工作者可以驗證或調整，則可以選擇**顯示現有標籤**。
對於邊界框和語意分割標籤工作，這樣會建立調整標籤工作。
對於 3D 點雲和影片影格標籤工作：
+ 選取**調整**以建立調整標籤工作。選取此選項時，您可以新增標籤，但無法移除或編輯先前工作中的現有標籤。或者，您可以選擇要工作者編輯的標籤類別屬性和影格屬性。若要使屬性可編輯，請選取該屬性的**允許工作者編輯此屬性**核取方塊。
您可以選擇新增標籤類別和影格屬性。
+ 選取**驗證**以建立調整標籤工作。選取此選項時，您無法新增、修改或移除先前工作中的現有標籤。或者，您可以選擇要工作者編輯的標籤類別屬性和影格屬性。若要使屬性可編輯，請選取該屬性的**允許工作者編輯此屬性**核取方塊。
我們建議您可以在要工作者驗證的標籤中新增標籤類別屬性，或新增一或多個影格屬性，讓工作者提供有關整個影格的資訊。
如需詳細資訊，請參閱[標籤驗證和調整](sms-verification-data.md)。
1. 設定您的工作者使用者介面：
+ 如果您使用[內建任務類型](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)，請指定工作者指示和標籤。
+ 對於影像分類和文字分類 (單一標籤和多標籤)，您必須至少指定兩個標籤類別。對於所有其他內建任務類型，您必須至少指定一個標籤類別。
+ (選用) 如果要建立 3D 點雲或影片影格標籤工作，可指定標籤類別屬性 (3D 點雲語意分割不支援) 和影格屬性。可以將標籤類別屬性指派給一個或多個標籤。影格屬性會出現在每個點雲或影片影格工作者標籤上。如需進一步了解，關於 3D 點雲請參閱[工作者使用者介面 (UI)](sms-point-cloud-general-information.md#sms-point-cloud-worker-task-ui)，而影片影格請參閱[工作者使用者介面 (UI)](sms-video-overview.md#sms-video-worker-task-ui)。
+ (選用) 新增**其他指示**以協助您的工作者完成任務。
+ 如果要建立自訂標籤工作流程，您必須：
+ 在程式碼方塊中輸入[自訂範本](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-custom-templates-step2.html)。可使用 HTML、Liquid 範本語言和我們預先建置的 Web 元件組合來建立自訂範本。您也可以選擇從下拉式清單中選擇基本範本來開始使用。
+ 指定註釋前和註釋後 Lambda 函式。若要了解如何建立這些函式，請參閱[使用 在自訂標記工作流程中處理資料 AWS Lambda](sms-custom-templates-step3.md)。
1. (選用) 您可以選取**查看預覽**，以預覽工作者指示、標籤，並與工作者使用者介面互動。產生預覽之前，請確保已停用瀏覽器的彈出視窗封鎖程式。
1. 選擇**建立**。
成功建立標籤工作後，您會重新導向至**標籤工作**頁面。您剛建立的標籤工作狀態為**進行中**。此狀態會隨著工作者完成任務而逐步更新。成功完成所有任務後，狀態會變成**已完成**。
如果在建立標籤工作時發生問題，則狀態會變更為**失敗**。
若要檢視工作的詳細資訊，請選擇標籤工作名稱。
## 後續步驟
標籤工作狀態變更為**已完成**後，您可以在建立該標籤工作時所指定的 Amazon S3 儲存貯體中，檢視輸出資料。如需輸出資料格式的詳細資訊，請參閱[標籤工作輸出資料](sms-data-output.md)。
# 建立標籤工作 (API)
若要使用 Amazon SageMaker API 來建立標籤工作，請使用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 操作。如需為內建任務類型建立標籤工作的特定指示，請參閱該[任務類型頁面](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)。若要了解如何建立串流標籤工作 (永久執行的標籤工作)，請參閱[建立串流標籤工作](sms-streaming-create-job.md)。
若要使用 `CreateLabelingJob` 操作，您需要下列項目：
+ Amazon S3 中的工作者任務範本 (`UiTemplateS3Uri`) 或人工任務使用者介面 ARN (`[HumanTaskUiArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html#sagemaker-Type-UiConfig-HumanTaskUiArn)`)。
+ 對於 3D 點雲工作、影片物件偵測和追蹤工作，以及 NER 工作，請針對您的任務類型使用 `HumanTaskUiArn` 中列出的 ARN。
+ 如果使用 3D 點雲模式任務以外的內建任務類型，您可以將工作者指示新增至其中一個預先建置的範本，並將範本儲存在 S3 儲存貯體中 (使用 .html 或 .liquid 副檔名)。在您的[任務類型頁面](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)上尋找預先建置的範本。
+ 如果您使用自訂標籤工作流程，則可以建立自訂範本，並將範本儲存在 S3 儲存貯體中。若要了解如何建立自訂工作者範本，請參閱[建立自訂工作者任務範本](sms-custom-templates-step2.md)。如需可用來自訂範本的自訂 HTML 元素，請參閱[Crowd HTML 元素參考](sms-ui-template-reference.md)。如需各種標籤任務的示範範本儲存庫，請參閱 [Amazon SageMaker Ground Truth 範例任務使用者介面](https://github.com/aws-samples/amazon-sagemaker-ground-truth-task-uis)。
+ 指定您在 Amazon S3 中的輸入資料的輸入資訊清單檔案。在 `ManifestS3Uri` 指定輸入資訊清單檔案的位置。如需建立輸入資訊清單的相關資訊，請參閱[輸入資料](sms-data-input.md)。如果您建立串流標籤工作，此為選用。若要了解如何建立串流標籤工作，請參閱[建立串流標籤工作](sms-streaming-create-job.md)。
+ 用來儲存輸出資料的 Amazon S3 儲存貯體。您可以在 `S3OutputPath` 中指定此儲存貯體及選擇性指定字首。
+ 標籤類別組態檔案。每個標籤類別名稱必須是唯一的。使用 `LabelCategoryConfigS3Uri` 參數，指定此檔案在 Amazon S3 中的位置。此檔案的格式和標籤類別取決於您使用的任務類型：
+ 對於影像分類和文字分類 (單一標籤和多標籤)，您必須至少指定兩個標籤類別。對於所有其他任務類型，最少需要一個標籤類別。
+ 對於具名實體辨識任務，您必須在此檔案中提供工作者指示。如需詳細資訊和範例，請參閱[在標籤類別組態檔案中提供工作者指示](sms-named-entity-recg.md#worker-instructions-ner)。
+ 對於 3D 點雲和影片影格任務類型，請使用 [有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md) 中的格式。
+ 對於所有其他內建任務類型和自訂任務，您的標籤類別組態檔案必須是下列格式的 JSON 檔案。使用標籤類別取代 `label_1`、`label_2`、`...`、`label_n`，藉此來識別您要使用的標籤。
```
{
"document-version": "2018-11-28",
"labels": [
{"label": "label_1"},
{"label": "label_2"},
...
{"label": "label_n"}
]
}
```
+ 連接 [AmazonSageMakerGroundTruthExecution](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerGroundTruthExecution) 受管 IAM 政策並具有存取 S3 儲存貯體許可的 AWS Identity and Access Management (IAM) 角色。在 `RoleArn` 中指定此角色。若要進一步了解此政策，請參閱[在 Ground Truth 使用 IAM 受管政策](sms-security-permissions-get-started.md)。如果您需要更精細的許可，請參閱[指派 IAM 許可以使用 Ground Truth](sms-security-permission.md)。
如果您的輸入或輸出儲存貯體名稱不包含 `sagemaker`，您可以將類似下列內容的政策連接至傳遞到 `CreateLabelingJob` 操作的角色。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"s3:GetObject"
],
"Resource": [
"arn:aws:s3:::my_input_bucket/*"
]
},
{
"Effect": "Allow",
"Action": [
"s3:PutObject"
],
"Resource": [
"arn:aws:s3:::my_output_bucket/*"
]
}
]
}
```
------
+ 可處理您的輸入和輸出資料的註釋前和註釋後 (或註釋合併) AWS Lambda 函式 Amazon Resource Name (ARN)。
+ Lambda 函數會在每個 AWS 區域中針對內建任務類型預先定義。若要尋找您區域的註釋前 Lambda ARN，請參閱 [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn)。若要尋找您區域的註釋合併 Lambda ARN，請參閱[AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_AnnotationConsolidationConfig.html#SageMaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)。
+ 對於自訂標籤工作流程，您必須提供自訂的註釋前和註釋後 Lambda ARN。若要了解如何建立這些 Lambda 函式，請參閱[使用 在自訂標記工作流程中處理資料 AWS Lambda](sms-custom-templates-step3.md)。
+ 您在 `WorkteamArn` 中指定的工作團隊 ARN。訂閱廠商人力資源或建立私人工作團隊時，您會收到工作團隊 ARN。如果您要為影片影格或點雲任務類型建立標記任務，則無法使用 Amazon Mechanical Turk 人力資源。對於所有其他任務類型，若要使用 Mechanical Turk 人力資源，請使用以下 ARN。*`region`* 將 取代為您用來建立標籤工作的 AWS 區域。
` arn:aws:sagemaker:region:394669845002:workteam/public-crowd/default`
如果您使用 [Amazon Mechanical Turk 人力資源](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html)，請在 `InputConfig` 的 `DataAttributes` 中使用 `ContentClassifiers` 參數，以宣告您的內容不含個人識別資訊和成人內容。
如果您使用 Mechanical Turk 人力資源，Ground Truth *要求*您的輸入資料不含個人身分識別資訊 (PII)。如果您使用 Mechanical Turk，並且沒有使用 `FreeOfPersonallyIdentifiableInformation` 標記註明輸入資料不含 PII，則標籤工作將會失敗。使用 `FreeOfAdultContent` 旗標來宣告您的輸入資料不含成人內容。 如果包含成人內容，SageMaker AI 可能會限制可以查看您任務的 Amazon Mechanical Turk 工作者。
若要進一步了解工作團隊和人力資源，請參閱[人力資源](sms-workforce-management.md)。
+ 如果您使用 Mechanical Turk 人力資源，則必須在 `PublicWorkforceTaskPrice` 指定將支付給執行單一任務工作者的價格。
+ 若要配置工作，您必須分別使用 `TaskDescription` 和 `TaskTitle` 提供任務說明和標題。或者，您可以提供時間限制，以控制工作者處理個別任務的時間長度 (`TaskTimeLimitInSeconds`)，以及工作者入口網站中可供工作者使用的任務剩餘時間 (`TaskAvailabilityLifetimeInSeconds`)。
+ (選用) 對於[某些任務類型](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-annotation-consolidation.html)，您可以讓多個工作者為 `NumberOfHumanWorkersPerDataObject` 參數輸入大於一的數字來標籤單一資料物件。如需註釋合併的詳細資訊，請參閱[註釋整合](sms-annotation-consolidation.md)。
+ (選用) 若要建立自動化資料標籤工作，請在 `LabelingJobAlgorithmsConfig` 中指定 [LabelingJobAlgorithmSpecificationArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_LabelingJobAlgorithmsConfig.html) 中列出的其中一個 ARN。此 ARN 可識別自動化資料標籤工作中使用的演算法。與此 ARN 關聯的任務類型須符合您指定的 `PreHumanTaskLambdaArn` 和 `AnnotationConsolidationLambdaArn` 的任務類型。下列任務類型支援自動化資料標籤：影像分類、邊界框、語意分割和文字分類。自動化資料標籤允許的物件數量下限為 1,250，但強烈建議您至少提供 5,000 個物件。若要進一步了解自動化資料標籤工作，請參閱[自動資料標籤](sms-automated-labeling.md)。
+ (選用) 您可以提供 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#API_CreateLabelingJob_RequestSyntax](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#API_CreateLabelingJob_RequestSyntax)，在符合條件的情況下，使標籤工作停止。您可以使用停止條件來控制標籤工作的成本。
## 範例
下列程式碼範例示範如何使用 `CreateLabelingJob` 建立標籤工作。您也可以在 [SageMaker AI 範例儲存庫](https://github.com/aws/amazon-sagemaker-examples/tree/master/ground_truth_labeling_jobs)中的 GitHub 上查看這些範例筆記本。
------
#### [ 適用於 Python (Boto3) 的 AWS SDK ]
以下是 [AWS Python SDK (Boto3) 請求](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)的範例，可使用私有人力資源為美國東部 (維吉尼亞北部) 區域中的內建任務類型建立標籤工作。將所有*紅色斜體文字*取代為您的標籤工作資源和規格。
```
response = client.create_labeling_job(
LabelingJobName="example-labeling-job",
LabelAttributeName="label",
InputConfig={
'DataSource': {
'S3DataSource': {
'ManifestS3Uri': "s3://bucket/path/manifest-with-input-data.json"
}
},
'DataAttributes': {
'ContentClassifiers': [
"FreeOfPersonallyIdentifiableInformation"|"FreeOfAdultContent",
]
}
},
OutputConfig={
'S3OutputPath': "s3://bucket/path/file-to-store-output-data",
'KmsKeyId': "string"
},
RoleArn="arn:aws:iam::*:role/*",
LabelCategoryConfigS3Uri="s3://bucket/path/label-categories.json",
StoppingConditions={
'MaxHumanLabeledObjectCount': 123,
'MaxPercentageOfInputDatasetLabeled': 123
},
HumanTaskConfig={
'WorkteamArn': "arn:aws:sagemaker:region:*: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': [
"Images",
"Classification",
"Multi-label"
],
'TaskTitle': "Multi-label image classification task",
'TaskDescription': "Select all labels that apply to the images shown",
'NumberOfHumanWorkersPerDataObject': 1,
'TaskTimeLimitInSeconds': 3600,
'TaskAvailabilityLifetimeInSeconds': 21600,
'MaxConcurrentTaskCount': 1000,
'AnnotationConsolidationConfig': {
'AnnotationConsolidationLambdaArn': "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
},
Tags=[
{
'Key': "string",
'Value': "string"
},
]
)
```
------
#### [ AWS CLI ]
以下是使用 AWS [Amazon Mechanical Turk 人力資源](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html)在美國東部 （維吉尼亞北部） 區域中為內建任務類型建立標籤工作的 CLI 請求範例。有關詳細資訊，請參閱[啟動-人工循環](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-labeling-job.html)在*[AWS CLI 命令參考](https://docs.aws.amazon.com/cli/latest/reference/)*。將所有*紅色斜體文字*取代為您的標籤工作資源和規格。
```
$ aws --region us-east-1 sagemaker create-labeling-job \
--labeling-job-name "example-labeling-job" \
--label-attribute-name "label" \
--role-arn "arn:aws:iam::account-id:role/role-name" \
--input-config '{
"DataAttributes": {
"ContentClassifiers": [
"FreeOfPersonallyIdentifiableInformation",
"FreeOfAdultContent"
]
},
"DataSource": {
"S3DataSource": {
"ManifestS3Uri": "s3://bucket/path/manifest-with-input-data.json"
}
}
}' \
--output-config '{
"KmsKeyId": "",
"S3OutputPath": "s3://bucket/path/file-to-store-output-data"
}' \
--human-task-config '{
"AnnotationConsolidationConfig": {
"AnnotationConsolidationLambdaArn": "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
},
"TaskAvailabilityLifetimeInSeconds": 21600,
"TaskTimeLimitInSeconds": 3600,
"NumberOfHumanWorkersPerDataObject": 1,
"PreHumanTaskLambdaArn": "arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype",
"WorkteamArn": "arn:aws:sagemaker:us-east-1:394669845002:workteam/public-crowd/default",
"PublicWorkforceTaskPrice": {
"AmountInUsd": {
"Dollars": 0,
"TenthFractionsOfACent": 6,
"Cents": 3
}
},
"TaskDescription": "Select all labels that apply to the images shown",
"MaxConcurrentTaskCount": 1000,
"TaskTitle": "Multi-label image classification task",,
"TaskKeywords": [
"Images",
"Classification",
"Multi-label"
],
"UiConfig": {
"UiTemplateS3Uri": "s3://bucket/path/custom-worker-task-template.html"
}
}'
```
------
如需此操作的詳細資訊，請參閱 [CreateLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateLabelingJob.html)。如需如何使用其他語言特定 SDK 的資訊，請參閱 `CreateLabelingJobs` 主題中的[另請參閱](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateLabelingJob.html#API_CreateLabelingJob_SeeAlso)。
# 建立串流標籤工作
串流標籤工作可讓您將個別資料物件即時傳送至永久執行的串流標籤工作。若要建立串流標籤工作，您可以在提出 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 請求時，在 `InputConfig` 參數中指定 Amazon SNS *輸入主題* ARN，`SnsTopicArn`。或者，如果您想即時接收標籤資料，也可以建立 Amazon SNS *輸出主題*，然後在 `OutputConfig` 中指定主題。
**重要**
如果您是 Ground Truth 串流標籤工作的新使用者，建議您在建立串流標籤工作之前先檢閱 [Ground Truth 串流標籤工作](sms-streaming-labeling-job.md)。Ground Truth 串流標籤工作僅透過 SageMaker API 支援。
請使用以下各區段，建立您所需要的資源，以及可用於建立串流標籤工作的資源：
+ 請遵循 [使用 Amazon SNS 主題進行資料標籤](sms-create-sns-input-topic.md) 中的步驟，了解如何使用 Ground Truth 串流標籤工作所需的許可建立 SNS 主題。您的 SNS 主題必須在 AWS 與標記任務相同的區域中建立。
+ 請參閱[讓端點訂閱 Amazon SNS 輸出主題](sms-create-sns-input-topic.md#sms-streaming-subscribe-output-topic)，了解如何設定端點，在每次完成標籤任務時，於指定端點接收標籤任務輸出資料。
+ 若要了解如何將 Amazon S3 儲存貯體配置為傳送通知至 Amazon SNS 輸入主題，請參閱[根據標籤工作中定義的 Amazon SNS 建立 Amazon S3 型儲存貯體事件通知](sms-streaming-s3-setup.md)。
+ 或者，在標籤工作開始後，將您要標籤的資料物件立即新增到輸入資訊清單。如需詳細資訊，請參閱[建立資訊清單檔案 (選用)](sms-streaming-manifest.md)。
+ 建立標籤工作還需要其他資源，例如 IAM 角色、Amazon S3 儲存貯體、工作者任務範本和標籤類別。建立標籤工作的 Ground Truth 文件中有相關說明。如需詳細資訊，請參閱[建立標籤工作](sms-create-labeling-job.md)。
**重要**
建立標籤工作時，您必須提供 IAM 執行角色。將 AWS 受管政策 **AmazonSageMakerGroundTruthExecution** 連接至此角色，以確保其具有執行標籤工作所需的許可。
您提交建立串流標籤工作的請求時，標籤工作的狀態為 `Initializing`。一旦標籤工作處於作用中，狀態隨即變更為 `InProgress`。請勿將新資料物件傳送至標籤工作，或在標籤工作處於 `Initializing` 狀態時嘗試停止標籤工作。一旦狀態變更為 `InProgress`，您就可以使用 Amazon SNS 和 Amazon S3 組態開始傳送新的資料物件。
**Topics**
+ [使用 Amazon SNS 主題進行資料標籤](sms-create-sns-input-topic.md)
+ [根據標籤工作中定義的 Amazon SNS 建立 Amazon S3 型儲存貯體事件通知](sms-streaming-s3-setup.md)
+ [建立資訊清單檔案 (選用)](sms-streaming-manifest.md)
+ [使用 SageMaker API 建立串流標籤工作](sms-streaming-create-labeling-job-api.md)
+ [停止串流標籤工作](sms-streaming-stop-labeling-job.md)
# 使用 Amazon SNS 主題進行資料標籤
您必須建立 Amazon SNS 輸入，才能建立串流標籤工作。您也可以選擇提供 Amazon SNS 輸出主題。
建立串流標籤工作中使用的 Amazon SNS 主題時，請記下主題 Amazon Resource Name (ARN)。ARN 會是您建立標籤工作時，`InputConfig` 和 `OutputConfig` 中參數 `SnsTopicArn` 的輸入值。
## 建立輸入主題
輸入主題用於將新的資料物件傳送到 Ground Truth。若要建立輸入主題，請遵照 Amazon Simple Notification Service 開發人員指南中，[建立 Amazon SNS 主題](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html)的指示。
記下您的輸入主題 ARN，並將其使用做為 `InputConfig` 中的 `CreateLabelingJob` 參數 `SnsTopicArn` 的輸入。
## 建立輸出主題
如果您提供輸出主題，則會在標籤資料物件時使用該主題傳送通知。建立主題時，您可以選擇新增加密金鑰。使用此選項將 AWS Key Management Service 客戶受管金鑰新增至主題，以在標籤任務發佈至輸出主題之前加密其輸出資料。
若要建立輸出主題，請遵照 Amazon Simple Notification Service 開發人員指南中，[建立 Amazon SNS 主題](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html)的指示。
如果您新增加密，則必須將其他許可附加至主題。如需更多資訊，請參閱[將加密新增到輸出主題 (選用)](#sms-streaming-encryption)。
**重要**
若要在主控台建立主題時，將客戶受管金鑰新增至輸出主題，請勿使用 **(Default) alias/aws/sns** 選項。選取您已建立的客戶受管金鑰。
記下您的輸入主題 ARN，並在 `OutputConfig` 中參數 `SnsTopicArn` 的 `CreateLabelingJob` 請求中使用。
### 將加密新增到輸出主題 (選用)
若要加密發佈到輸出主題的訊息，您必須為主題提供 AWS KMS 客戶受管金鑰。修改以下政策，然後新增至客戶受管金鑰，在將輸入資料發佈到輸出主題之前，先授予 Ground Truth 加密輸出資料的許可。
以您用來建立主題的帳戶 ID 取代 *``*。若要了解如何尋找 AWS 您的帳戶 ID，請參閱[尋找 AWS 您的帳戶 ID](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": "*"
}
]
}
```
------
此外，您必須修改下列政策，並將其新增至用來建立標籤工作的執行角色 (`RoleArn` 的輸入值)。
以您用來建立主題的帳戶 ID 取代 *``*。以您用來建立標籤工作的 AWS 區域取代 *``*。以客戶受管金鑰 ID 取代 ``。
------
#### [ 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"
}
]
}
```
------
如需建立和保護金鑰的詳細資訊，請參閱《 AWS Key Management Service 開發人員指南》中的[建立金鑰](https://docs.aws.amazon.com/kms/latest/developerguide/create-keys.html)和[使用金鑰政策](https://docs.aws.amazon.com/kms/latest/developerguide/key-policies.html)。
## 讓端點訂閱 Amazon SNS 輸出主題
工作者從 Ground Truth 串流標籤工作完成標籤工作任務時，Ground Truth 會使用您的輸出主題，將輸出資料發佈到您指定的一或多個端點。若要在工作者完成標籤任務時收到通知，您必須讓端點訂閱 Amazon SNS 輸出主題。
若要了解如何將端點新增至輸出主題，請參閱*Amazon Simple Notification Service 開發人員指南*中的[訂閱 Amazon SNS 主題](https://docs.aws.amazon.com/sns/latest/dg/sns-create-subscribe-endpoint-to-topic.html)。
若要進一步了解發佈至這些端點的輸出資料格式，請參閱[標籤工作輸出資料](sms-data-output.md)。
**重要**
如果您並未讓端點訂閱 Amazon SNS 輸出主題，則新資料物件標籤時不會收到通知。
# 根據標籤工作中定義的 Amazon SNS 建立 Amazon S3 型儲存貯體事件通知
Amazon S3 儲存貯體、事件通知的變更會啟用 Amazon S3 主控台、API、語言特定 AWS SDKs或 AWS Command Line Interface。事件必須使用在 `InputConfig` 參數中指定的相同 Amazon SNS 輸入主題 ARN `SnsTopicArn`，做為 `CreateLabelingJob` 請求的一部分。
**Amazon S3 儲存貯體通知和您的輸入資料不應是相同的 Amazon S3 儲存貯體**
當您建立事件通知時，請勿使用與您在 `OutputConfig` 參數指定為 `S3OutputPath` 相同的 Amazon S3 位置。連結兩個儲存貯體可能會導致 Ground Truth 處理不需要的資料物件以進行標籤。
您控制要傳送至 Amazon SNS 主題的事件類型。Ground Truth 會在您傳送[物件建立事件](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/enable-event-notifications.html#enable-event-notifications-types)時建立標籤工作。
傳送至 Amazon SNS 輸入主題的事件結構，必須是使用[事件訊息結構](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html)中相同結構格式化的 JSON 訊息。
若要查看如何使用 Amazon S3 主控台、適用於 .NET 的 AWS SDK 和適用於 Java 的 AWS SDK 為 Amazon S3 儲存貯體設定事件通知的範例，請遵循《Amazon *Simple Storage Service 使用者指南*》中的此逐步解說[：設定通知的儲存貯體 (SNS 主題或 SQS 佇列）](https://docs.aws.amazon.com/AmazonS3/latest/dev/ways-to-add-notification-config-to-bucket.html)。
原生不支援 Amazon EventBridge 通知。若要使用 EventBridge 型通知，您必須更新輸出格式以符合[事件訊息結構](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html)中使用的 JSON 格式。
# 建立資訊清單檔案 (選用)
建立串流標籤工作時，您可以使用一次性選項，將物件 (例如映像或文字) 新增至您在 `CreateLabelingJob` 之 `ManifestS3Uri` 指定的輸入資訊清單檔案。串流標籤工作開始時，如果物件總數超過 `MaxConcurrentTaskCount`，這些物件會傳送至工作者或新增至 Amazon SQS 佇列。結果會在工作者完成標籤任務時，新增至您定期建立標籤工作時指定的 Amazon S3 路徑。輸出資料會傳送至您訂閱輸出主題的任何端點。
如果您想提供要標籤的初始物件，請建立可識別這些物件的資訊清單檔案，並將其放在 Amazon S3。在 `InputConfig` 的 `ManifestS3Uri` 指定此資訊清單檔案的 S3 URI。
若要了解如何格式化資訊清單檔案，請參閱[輸入資料](sms-data-input.md)。若要使用 SageMaker AI 主控台自動產生資訊清單檔案 (3D 點雲任務類型不支援)，請參閱[自動化標籤工作的資料設定](sms-console-create-manifest-file.md)。
# 使用 SageMaker API 建立串流標籤工作
以下是 [AWS Python SDK (Boto3) 請求](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)的範例；您可以使用此請求，為美國東部 (維吉尼亞北部) 區域中的內建任務類型啟動串流標籤工作。有關下方每個參數的更多詳細資訊，請參閱 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)。若要了解如何使用此 API 和關聯的特定語言 SDK 建立標籤工作，請參閱[建立標籤工作 (API)](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-create-labeling-job-api.html)。
請留意此範例的下列參數：
+ `SnsDataSource` - 此參數出現在 `InputConfig` 和 `OutputConfig` 中，用於個別識別輸入和輸出 Amazon SNS 主題。若要建立串流標籤工作，您必須提供 Amazon SNS 輸入主題。您也可以選擇提供 Amazon SNS 輸出主題。
+ `S3DataSource` - 此為選用參數。如果您要包含標籤工作開始時立即標籤之資料物件的輸入資訊清單檔案，請使用此參數。
+ [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) - 建立串流標籤工作時忽略此參數。若要進一步了解如何停止串流標籤工作，請參閱[停止串流標籤工作](sms-streaming-stop-labeling-job.md)。
+ 串流標籤工作不支援自動化資料標籤。請勿包含 `LabelingJobAlgorithmsConfig` 參數。
```
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'
},
]
)
```
# 停止串流標籤工作
您可以使用 [StopLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StopLabelingJob.html) 作業，手動停止串流標籤工作。
如果標籤工作閒置超過 10 天，Ground Truth 便會自動停止該工作。在此情況下，如果沒有物件傳送至 Amazon SNS 輸入主題，且 Amazon SQS 佇列中沒有任何物件尚待標籤，則標籤工作會被視為*閒置*。例如，如果沒有資料物件饋送至 Amazon SNS 輸入主題，且饋送至標籤工作的所有物件都已標籤，則 Ground Truth 會啟動計時器。計時器啟動後，如果 10 天內沒有收到任何項目，則標籤工作隨即停止。
若停止標籤工作，Ground Truth 清除標籤工作資源，並從 Amazon SQS 佇列取消訂閱 Amazon SNS 主題時，其狀態為 `STOPPING`。Ground Truth *不會*刪除 Amazon SQS，因為此佇列可能包含未處理的資料物件。如果要避免 Amazon SQS 產生額外費用，應手動刪除佇列。如需進一步了解，請參閱 [Amazon SQS 定價](https://aws.amazon.com/sqs/pricing/)。
# 有標籤類別和影格屬性參考的標籤類別組態檔案
使用 Amazon SageMaker API 作業 `CreateLabelingJob` 建立 3D 點雲或影片影格標籤工作時，您可以使用標籤類別組態檔案指定標籤和工作者指示。或者，您還可以在標籤類別屬性檔案提供以下內容：
+ 您可以提供*標籤類別屬性*，給影片影格與 3D 點雲物件追蹤和物件偵測任務類型。工作者可以使用一個或多個屬性，提供有關該物件的更多資訊。例如，您可以使用 *occluded* 屬性，讓工作者知道物件有一部分被遮住。您可以使用 `categoryAttributes` 參數，以指定標籤類別屬性給單一標籤，如果要指定給所有標籤，請使用 `categoryGlobalAttributes` 參數。
+ 您可以使用 `frameAttributes` 提供影片影格和 3D 點雲物件追蹤和物件偵測任務類型的*影格屬性*。建立影格屬性時，該屬性會出現在工作者任務中的每個影格或點雲。在影片影格標籤工作中，這些是工作者指派給整個影片影格的屬性。針對 3D 點雲標籤工作，這些屬性將套用至單一點雲。使用影格屬性讓工作者提供有關特定影格或點雲中場景的更多資訊。
+ 針對影片影格標籤工作，您可以使用標籤類別組態檔案指定傳送給工作者的任務類型 (邊界框、折線、多邊形或關鍵點)。
針對工作者，指定標籤類別屬性和影格屬性的值屬於選擇性作法。
**重要**
只有在執行稽核工作以驗證或調整標籤時，才應該在 `auditLabelAttributeName` 中提供標籤屬性名稱。對於產生您要工作者調整的註釋之標籤工作，請使用此參數來輸入標籤工作中使用的 [LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)。在主控台建立標籤工作時，如果未指定標籤屬性名稱，則工作的**名稱**會做為 LabelAttributeName。
下列主題是不同標籤工作類型的標籤類別組態檔案範例。它們也會說明類別組態檔案的結構描述和配額。
**Topics**
+ [範例：3D 點雲標籤工作的標籤類別組態檔案](#sms-label-cat-config-attributes-3d-pc)
+ [範例：影片影格標籤工作的標籤類別組態檔案](#sms-label-cat-config-attributes-vid-frame)
+ [標籤類別組態檔案結構描述](#sms-label-cat-config-attributes-schema)
+ [標籤和標籤類別屬性配額](#sms-point-cloud-label-cat-limits)
## 範例：3D 點雲標籤工作的標籤類別組態檔案
下列主題是物件偵測、物件追蹤、語意分割、調整和驗證標籤工作的 3D 點雲標籤類別組態檔案範例。
**Topics**
+ [範例：3D 點雲物件追蹤和物件偵測](#example-3d-point-cloud-object)
+ [範例：3D 點雲語意分割](#example-3d-point-cloud-semantic)
+ [範例：3D 點雲調整](#example-3d-point-cloud-adjustment)
+ [範例：3D 點雲驗證](#example-3d-point-cloud-verification)
### 範例：3D 點雲物件追蹤和物件偵測
以下是標籤類別組態檔案的範例，該檔案包括用於 3D 點雲物件偵測或物件追蹤標籤工作的標籤類別屬性。此範例包括兩個影格屬性，這些屬性將加入提交至標籤工作的所有點雲。`Car` 標籤將會包含四個標籤類別屬性 — `X`、`Y`、`Z` 和全域屬性 `W`。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"],
"isRequired":true
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"]
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""}
}
```
### 範例：3D 點雲語意分割
以下是 3D 點雲語意分割標籤工作的標籤類別組態檔案範例。
3D 點雲語意分割任務類型不支援標籤類別屬性。支援影格屬性。如果您為語意分割標籤工作提供標籤類別屬性，則會忽略這些屬性。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"labels": [
{
"label": "Car",
},
{
"label": "Pedestrian",
},
{
"label": "Cyclist",
}
],
"instructions": {"shortInstruction":"Select the appropriate label and paint all objects in the point cloud that it applies to the same color", "fullInstruction":""}
}
```
### 範例：3D 點雲調整
以下是標籤類別組態檔案的範例，用於 3D 點雲物件偵測或物件追蹤調整標籤工作。針對 3D 點雲語意分割調整標籤工作，`categoryGlobalAttributes` 和 `categoryAttributes` 並未獲得支援。
您必須包含 `auditLabelAttributeName`，才能指定先前用於建立調整標籤工作之標籤工作的標籤屬性名稱。或者，您可以使用 `editsAllowed` 參數指定是否可以編輯標籤或影格屬性。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"none",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"any",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"any",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
### 範例：3D 點雲驗證
以下是標籤類別組態檔案的範例，您可用於 3D 點雲物件偵測或物件追蹤驗證標籤工作。針對 3D 點雲語意分割驗證標籤工作，`categoryGlobalAttributes` 和 `categoryAttributes` 並未獲得支援。
您必須包含 `auditLabelAttributeName`，才能指定先前用於建立驗證標籤工作之標籤工作的標籤屬性名稱。此外，您必須使用 `editsAllowed` 參數指定不能編輯任何標籤。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"any",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"any",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"none",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"none",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"none"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""},
// include auditLabelAttributeName for label verification jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
## 範例：影片影格標籤工作的標籤類別組態檔案
您的工作者和任務類型可用的註釋工具，取決於您為 `annotationType` 指定的值。例如，如果您希望工作者使用關鍵點追蹤多個影格中特定物件姿勢的變更，您可以為 `annotationType` 指定 `Keypoint`。如果您沒有指定註釋類型，則預設使用 `BoundingBox`。
下列主題是影片影格類別組態檔案的範例。
**Topics**
+ [範例：影片影格關鍵點](#example-video-frame-keypoint)
+ [範例：影片影格調整](#example-video-frame-adjustment)
+ [範例：影片影格驗證](#example-video-frame-verification)
### 範例：影片影格關鍵點
以下是具有標籤類別屬性之影片影格關鍵點標籤類別組態檔案的範例。此範例包含兩個影格屬性，這些屬性將新增至提交至標籤工作的所有影格。`Car` 標籤將會包含四個標籤類別屬性 — `X`、`Y`、`Z` 和全域屬性 `W`。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"]
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""}
}
```
### 範例：影片影格調整
以下是可用於影片影格調整標籤工作的標籤類別組態檔案範例。
您必須包含 `auditLabelAttributeName`，才能指定先前用於建立驗證標籤工作之標籤工作的標籤屬性名稱。或者，您可以使用 `editsAllowed` 參數指定是否可以編輯標籤、標籤類別屬性或影格屬性。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"none",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"any",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"any",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"any"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
### 範例：影片影格驗證
以下是影片影格標籤工作的標籤類別組態檔案範例。
您必須包含 `auditLabelAttributeName`，才能指定先前用於建立驗證標籤工作之標籤工作的標籤屬性名稱。此外，您必須使用 `editsAllowed` 參數指定不能編輯任何標籤。
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"none",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"any",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"none",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"none",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"any"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
## 標籤類別組態檔案結構描述
下表列出標籤類別組態檔案中可以和必須包含的元素。
**注意**
僅影片影格標籤工作支援參數 `annotationType`。
****
| 參數 | 必要 | 接受的值 | Description |
| --- | --- | --- | --- |
| frameAttributes | 否 | JSON 物件的清單。 **每個 JSON 物件中的必要參數：** `name`, `type`, `description` 如果 `type` 是 `"number"`，`minimum` 和 `maximum` 是必要的。 **每個 JSON 物件中的選用參數：** `enum`, `editsAllowed`, `isRequired` | 使用此參數可建立套用至標籤工作中所有影格或 3D 點雲的影格屬性。如果需要更多相關資訊，請參閱本節內的第三個表格。 |
| categoryGlobalAttributes | 否 | JSON 物件的清單。 **每個 JSON 物件中的必要參數：** `name`, `type` 如果 `type` 是 `"number"`，`minimum` 和 `maximum` 是必要的。 **每個 JSON 物件中的選用參數：** `description`, `enum`, `editsAllowed`, `isRequired` | 使用此參數建立標籤類別屬性，以套用至您在 `labels` 中指定的所有標籤。如果需要更多相關資訊，請參閱本節內的第三個表格。 |
| labels | 是 | 最多 30 個 JSON 物件的清單 **每個 JSON 物件中的必要參數：** `label` **每個 JSON 物件中的選用參數：** `categoryAttributes`, `editsAllowed` | 使用此參數來指定標籤或類別。為每個類別新增一個 `label`。 若要將標籤類別屬性新增至標籤，請將 `categoryAttributes` 新增至該標籤。 用 `editsAllowed` 指定是否可以在調整標籤工作中編輯標籤。針對驗證標籤工作將 `editsAllowed` 設定為 `"none"`。 如需詳細資訊，請參閱下表。 |
| annotationType (僅影片影格標籤工作支援) | 否 | String **接受的參數：** `BoundingBox`, `Polyline`, `Polygon`, `Keypoint` **預設值**： `BoundingBox` | 使用此選項可指定影片影格標籤工作的任務類型。例如，若為多邊形影片影格物件偵測任務，請選擇 `Polygon`。 如果您在建立影片影格標籤工作時未指定 `annotationType`，則根據預設 Ground Truth 會使用 `BoundingBox`。 |
| instructions | 否 | JSON 物件每個 JSON 物件中的必要參數：`"shortInstruction"`, `"fullInstruction"` | 使用此參數來新增工作者指示，以協助工作者完成任務。如需工作者指示的詳細資訊，請參閱[工作者指示](sms-point-cloud-general-information.md#sms-point-cloud-worker-instructions-general)。 簡短指示必須少於 255 個字元，詳細指示必須少於 2,048 個字元。 如需詳細資訊，請參閱[建立指示頁面](sms-creating-instruction-pages.md)。 |
| auditLabelAttributeName | 調整與驗證任務類型為必要項目 | String | 針對您要調整註釋的標籤工作，輸入此工作中使用的 [LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)。 僅在為影片影格和 3D 點雲物件偵測、物件追蹤或 3D 點雲語意分割建立調整工作時，才使用此參數。 |
### 標籤物件結構描述
下表說明您可以且必須用來建立 `Labels` 清單的參數。每個參數都應包含在 JSON 物件中。
****
| 參數 | 必要 | 接受的值 | Description |
| --- | --- | --- | --- |
| label | 是 | String | 顯示給工作者的標籤類別名稱。每個標籤類別名稱必須是唯一的。 |
| categoryAttributes | 否 | JSON 物件的清單。 **每個 JSON 物件中的必要參數：** `name`, `type` 如果 `type` 是 `"number"`，則 `minimum` 與 `maximum` 為必要。 **每個 JSON 物件中的選用參數：** `description`, `enum`, `editsAllowed`, `isRequired` | 針對您在 `labels` 指定的特定標籤，使用此參數新增標籤類別屬性。針對將一或多個標籤類別屬性新增至標籤，請將 `categoryAttributes` JSON 物件包含在與 `label` 相同的 `labels` JSON 物件中。如需詳細資訊，請參閱下表。 |
| editsAllowed | 否 | String **支援的值**： `"none"`：不允許任何修改。 或 `"any"` (預設值)：允許所有修改。 | 指定工作者是否可以編輯標籤。 針對影片影格或 3D 點雲*調整*標籤工作，請將此參數新增至 `labels` 清單中的一個或多個 JSON 物件，指定工作者是否可以編輯標籤。 針對 3D 點雲和影片影格*驗證*標籤工作，請將此參數及值 `"none"` 新增至 `labels` 清單中的每個 JSON 物件。這將使所有標籤變得無法編輯。 |
### frameAttributes 和 categoryGlobalAttributes 結構描述
下表說明您可以且必須使用的參數，以建立使用 `frameAttributes` 的影格屬性，以及使用 `categoryAttributes` 和 `categoryGlobalAttributes` 參數的標籤類別屬性。
****
| 參數 | 必要 | 接受的值 | Description |
| --- | --- | --- | --- |
| name | 是 | String | 使用此參數指派標籤類別或影格屬性的名稱。這是工作者看到的屬性名稱。 標籤類別組態檔案中的每個標籤類別屬性名稱都必須是唯一的。全域標籤類別屬性和特定標籤的標籤類別屬性名稱不能相同。 |
| type | 是 | String **必要值**： `"string"` 或 `"number"` | 使用此參數定義標籤類別或影格屬性類型。 如果您將 `type` 指定為 `"string"`，並為此屬性提供 `enum` 值，工作者將能夠從您提供的其中一個選項選擇。 如果您將 `type` 指定為 `"string"`，但不提供 `enum` 值，則工作者可以輸入任意格式文字。 如果您將 `type` 指定為 `number`，工作者可以輸入介於您指定的 `minimum` 和 `maximum` 數字之間的數字。 |
| enum | 否 | 字串清單 | 使用此參數，針對此標籤類別或影格屬性，定義可供工作者選擇的選項。工作者可以選擇 `enum` 中指定的一個值。例如，如果您為 `enum` 指定 `["foo", "buzz", "bar"`]，則工作者可以選擇 `foo`、`buzz` 或 `bar` 其中之一。 您必須為 `type` 指定 `"string"`，才能使用 `enum` 清單。 |
| description | `frameAttributes`：是 `categoryAttributes` 或 `categoryGlobalAttributes`：否 | String | 使用此參數新增標籤類別或影格屬性的描述。您可以使用此欄位為工作者提供有關屬性的詳細資訊。 只有影格屬性才需要此欄位。 |
| minimum 和 maximum | 如果屬性 type 為 "number" 則需要 | 整數 | 使用這些參數指定工作者可以為數值標籤類別或影格屬性輸入的最小和最大 (含) 值。 您必須為 `type` 指定 `"number"` 才能使用 `minimum` 和 `maximum`。 |
| editsAllowed | 否 | String **必要值**： `"none"`：不允許任何修改。 或 `"any"` (預設值)：允許所有修改。 | 指定工作者是否可以編輯標籤類別或影格屬性。 針對影片影格或 3D 點雲*調整*和*驗證*標籤工作，請將此參數新增至標籤類別和影格屬性 JSON 物件，指定工作者是否可以編輯屬性。 |
| isRequired | 否 | Boolean | 指定是否需要工作者才能註釋屬性。所有必要的屬性都註釋完畢，工作者才能提交工作。 |
## 標籤和標籤類別屬性配額
每個類別最多可以指定 10 個標籤類別屬性。這 10 個屬性的配額包括全域標籤類別屬性。例如，如果您建立四個全域標籤類別屬性，然後將三個標籤類別屬性指派給 `X` 標籤，則該標籤共有 4\$13=7 個標籤類別屬性。關於標籤類別和標籤類別屬性的所有限制，請參閱下表。
****
| Type | 最少 | 最多 |
| --- | --- | --- |
| 標籤 (`Labels`) | 1 | 30 |
| 標籤名稱字元配額 | 1 | 16 |
| 每個標籤的標籤類別屬性 (`categoryAttributes` 和 `categoryGlobalAttributes` 的總和) | 0 | 10 |
| 每個標籤的任意格式文字輸入標籤類別屬性 (`categoryAttributes` 和 `categoryGlobalAttributes` 的總和)。 | 0 | 5 |
| 影格屬性 | 0 | 10 |
| `frameAttributes` 中的任意格式文字輸入屬性。 | 0 | 5 |
| 屬性名稱字元配額 (`name`) | 1 | 16 |
| 屬性描述字元配額 (`description`) | 0 | 128 |
| 屬性類型字元配額 (`type`) | 1 | 16 |
| `string` 屬性 `enum` 清單中允許的值 | 1 | 10 |
| `enum` 清單中值的字元配額 | 1 | 16 |
| 自由格式文字 frameAttributes 之任意格式文字回應中的字元數目上限 | 0 | 1000 |
| 自由格式文字 categoryAttributes 與 categoryGlobalAttributes 之任意格式文字回應中的字元數目上限 | 0 | 80 |