此旧版 AI Platform Data Labeling 已弃用，2024 年 1 月 23 日之后将不再在 Google Cloud 上提供。旧版 AI Platform Data Labeling 的所有功能以及新功能均在 Vertex AI 平台上提供。请参阅迁移到 Vertex AI，了解如何迁移资源。

此页面由 Cloud Translation API 翻译。

为人工标签添加者创建说明

通过说明，添加标签的人员可了解如何将标签应用到数据。说明中应该有已带标签的样本数据和其他明确指示。

AI Platform Data Labeling Service 支持 PDF 说明：

PDF 说明。PDF 说明可以提供精确的指示，例如每种情况的正例和负例或相关说明。创建此类说明也更加便捷，尤其是对一些复杂的任务而言，例如图片边界框或视频对象跟踪。

一个项目可以有多组说明，每组说明用于不同的 Data Labeling Service 请求。您可获取可用说明列表，也可删除不再需要的说明。如需了解详情，请参阅说明资源页面。

设计优秀说明

好的说明是获得绝佳人工标签结果的最重要因素。您的使用场景您最了解，因此您需要让添加标签的人员也了解您的需求。下面是创建优秀说明的几项准则：

添加标签的人员并不具备您所在领域的相关知识。对于不熟悉您的使用场景的人来说，您要求标签添加者做出的区分应该易于理解。
应避免创建过于冗长的说明。最理想的效果是标签添加者能够在 20 分钟内看完并且理解说明。
说明应描述任务的概念，并详细指出如何为数据添加标签。例如，对于边界框任务，可描述您希望标签添加者如何绘制边界框。边界框应该较紧凑还是较松散？如果对象有多个实例，则标签添加者是该绘制一个大的边界框，还是该绘制多个小的边界框？
如果您的说明具有对应的标签集，则应涵盖该标签集中的所有标签。说明中的标签名称应与标签集中的名称一致。
为了创建优秀的说明，通常需要进行多次迭代。我们建议您先为小型数据集添加标签，然后再根据获得的结果对说明进行调整。

好的说明文件应包含以下几个部分：

标签列表和描述：列出您要使用的所有标签并描述每个标签的含义。
示例：对于每个标签，请提供至少 3 个正例和 1 个负例。这些示例应涵盖不同的用例。
涵盖边缘用例。尽可能多地阐明边缘用例，让标签添加者无需自行解释标签。例如，如果您需要绘制人物边界框，最好能清楚地说明以下事项：
- 如果有多个人物，您是否需要为每个人物绘制一个边界框？
- 如果某个人被遮挡了，您是否需要为其绘制边界框？
- 对于图片中只显示了部分身体的某个人，您是否需要绘制边界框？
- 您是否需要为照片或绘画中的人物绘制边界框？
说明如何添加注释。例如：
- 对于边界框，您需要紧凑型还是松散型的？
- 对于文本实体提取，相关实体应该从哪里开始、在哪里结束？
阐明标签。如果两个标签相似或易于混淆，请提供示例来阐明区别。

创建说明

PDF 说明

以下示例显示了 PDF 说明可能包含的内容。在开始执行任务之前，标签添加者将查看说明。

PDF 说明 1

PDF 说明 2

您可以创建 Google 幻灯片，并将幻灯片导出为 PDF 文件来创建说明。

向项目添加说明

网页界面

打开数据标签服务界面。

说明页面会显示之前为当前项目创建的说明的状态。

如需为其他项目添加说明，请从标题栏右上角的下拉列表中选择项目。
点击标题栏中的创建按钮。
在新建说明页面上，为说明文件输入名称和描述。
从数据类型下拉列表中，选择标签添加者将对其应用标签的数据项类型：图片、视频或文本。
在说明位置部分，输入说明文件的完整路径。

您必须指定 PDF 说明文件。该文件必须与数据集和标签集位于同一 Google Cloud Storage 存储分区中。
点击创建说明。

您会返回到说明列表页面；在文件导入期间，您的说明会显示“进行中”状态。

命令行

以下示例会创建一个名为 test_spec_set_display_name 的标签集。您必须定义 PROJECT_ID 和 GCS_PDF_FILE_PATH 环境变量，并将它们分别指向您的 Google Cloud 项目 ID 以及您要使用的 PDF 文件的 Cloud Storage URI。

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json" \
     https://datalabeling.googleapis.com//v1beta1/projects/${PROJECT_ID}/instructions \
     -d '{
         "instruction": {
             "displayName": "curl_testing_instruction",
             "description": "instruction for curl commands testing",
             "dataType": "IMAGE",
           "pdfInstruction": {
                 "gcsFileUri": "${GCS_PDF_FILE_PATH}"
           }
         },
     }'

您将看到如下所示的输出：

{
  "name": "projects/data-labeling-codelab/instructions/5c73dbc1_0000_23e0_a25b_94eb2c119c4c"
}

Python

您必须先安装 Python 客户端库，然后才能运行此代码示例。

您应提供 PdfInstruction 类型的说明。如需其他数据类型的说明，请将 dataType 从“IMAGE”替换为相应的数据类型。

def create_instruction(project_id, data_type, instruction_gcs_uri):
    """Creates a data labeling PDF instruction for the given Google Cloud
    project. The PDF file should be uploaded to the project in
    Google Cloud Storage.
    """
    from google.cloud import datalabeling_v1beta1 as datalabeling

    client = datalabeling.DataLabelingServiceClient()

    project_path = f"projects/{project_id}"

    pdf_instruction = datalabeling.PdfInstruction(gcs_file_uri=instruction_gcs_uri)

    instruction = datalabeling.Instruction(
        display_name="YOUR_INSTRUCTION_DISPLAY_NAME",
        description="YOUR_DESCRIPTION",
        data_type=data_type,
        pdf_instruction=pdf_instruction,
    )

    operation = client.create_instruction(
        request={"parent": project_path, "instruction": instruction}
    )

    result = operation.result()

    # The format of the resource name:
    # project_id/{project_id}/instruction/{instruction_id}
    print(f"The instruction resource name: {result.name}")
    print(f"Display name: {result.display_name}")
    print(f"Description: {result.description}")
    print("Create time:")
    print(f"\tseconds: {result.create_time.timestamp_pb().seconds}")
    print(f"\tnanos: {result.create_time.timestamp_pb().nanos}")
    print(f"Data type: {datalabeling.DataType(result.data_type).name}")
    print("Pdf instruction:")
    print(f"\tGcs file uri: {result.pdf_instruction.gcs_file_uri}\n")

    return result

Java

必须先安装 Java 客户端库，然后才能运行此代码示例。

您应提供 PdfInstruction 类型的说明。如需其他数据类型的说明，请将 dataType 从“IMAGE”替换为相应的数据类型。

import com.google.api.gax.longrunning.OperationFuture;
import com.google.cloud.datalabeling.v1beta1.CreateInstructionMetadata;
import com.google.cloud.datalabeling.v1beta1.CreateInstructionRequest;
import com.google.cloud.datalabeling.v1beta1.DataLabelingServiceClient;
import com.google.cloud.datalabeling.v1beta1.DataLabelingServiceSettings;
import com.google.cloud.datalabeling.v1beta1.DataType;
import com.google.cloud.datalabeling.v1beta1.Instruction;
import com.google.cloud.datalabeling.v1beta1.PdfInstruction;
import com.google.cloud.datalabeling.v1beta1.ProjectName;
import java.io.IOException;
import java.util.concurrent.ExecutionException;

class CreateInstruction {

  // Create a instruction for a dataset.
  static void createInstruction(String projectId, String pdfUri) throws IOException {
    // String projectId = "YOUR_PROJECT_ID";
    // String pdfUri = "gs://YOUR_BUCKET_ID/path_to_pdf_or_csv";


    DataLabelingServiceSettings settings =
        DataLabelingServiceSettings.newBuilder()
            .build();
    try (DataLabelingServiceClient dataLabelingServiceClient =
        DataLabelingServiceClient.create(settings)) {
      ProjectName projectName = ProjectName.of(projectId);

      // There are two types of instructions: CSV (CsvInstruction) or PDF (PdfInstruction)
      PdfInstruction pdfInstruction = PdfInstruction.newBuilder().setGcsFileUri(pdfUri).build();

      Instruction instruction =
          Instruction.newBuilder()
              .setDisplayName("YOUR_INSTRUCTION_DISPLAY_NAME")
              .setDescription("YOUR_DESCRIPTION")
              .setDataType(DataType.IMAGE) // DataTypes: AUDIO, IMAGE, VIDEO, TEXT
              .setPdfInstruction(pdfInstruction) // .setCsvInstruction() or .setPdfInstruction()
              .build();

      CreateInstructionRequest createInstructionRequest =
          CreateInstructionRequest.newBuilder()
              .setInstruction(instruction)
              .setParent(projectName.toString())
              .build();

      OperationFuture<Instruction, CreateInstructionMetadata> operation =
          dataLabelingServiceClient.createInstructionAsync(createInstructionRequest);

      Instruction result = operation.get();

      System.out.format("Name: %s\n", result.getName());
      System.out.format("DisplayName: %s\n", result.getDisplayName());
      System.out.format("Description: %s\n", result.getDescription());
      System.out.format("GCS SOURCE URI: %s\n", result.getPdfInstruction().getGcsFileUri());
    } catch (IOException | InterruptedException | ExecutionException e) {
      e.printStackTrace();
    }
  }
}

更新项目中的说明

如需更新说明，请按照将说明添加到项目中所述，更新说明文件，然后重新上传。

提交数据标签任务时，服务会拍摄说明文件的快照，并使用该快照指示该任务为数据添加标签。如果您在数据标签任务进行期间更新了说明，这样做可以避免服务返回不一致的结果。如果您更新了说明并且希望投入使用，请提交新的数据标签任务。