Anfragen zur Labelerstellung für Videos senden

AI Platform Data Labeling Service unterstützt vier Aufgabentypen zur Erstellung von Labels für Videos:

  • Klassifizierungsaufgaben, bei denen Labelersteller jedem Video ein oder mehrere Labels zuweisen. Die Anzahl der Labelersteller für jedes Video legen Sie selbst fest. Es sollten maximal fünf sein. Data Labeling Service bestimmt dann die zu verwendenden Labels nach dem Mehrheitsprinzip. Sie können auch festlegen, ob auf Ihr Video die Szenenerkennung angewendet werden soll.
  • Objekterkennungsaufgaben, bei denen Labelersteller ein Label auswählen und dann einen oder mehrere Begrenzungsrahmen zeichnen, um den Abschnitt bzw. die Abschnitte des extrahierten Bildes aus Ihrem Video anzugeben. Die Labelersteller können weitere Labels auswählen und damit den Vorgang wiederholen, bis keine weiteren interessanten Objekte im extrahierten Bild mehr ermittelt werden können. Die Extraktions-Framerate für die Anzahl der Bilder, die aus dem Video extrahiert werden sollen, können Sie selbst angeben.
  • Objekt-Tracking-Aufgaben, bei denen Labelersteller ein Label auswählen, dann einen oder mehrere Begrenzungsrahmen zeichnen, um den Abschnitt bzw. die Abschnitte des Videos für bestimmte Objekte anzugeben, und schließlich jedes Objekt über das gesamte Video verfolgen.
  • Ereignisaufgaben, bei denen Labelersteller ein Label und dann die Start- und Endzeit auswählen, um Labels auf das Segment oder den Punkt im Video anzuwenden.

Videoklassifizierung

Web-UI

  1. Rufen Sie die Data Labeling Service-UI auf.

  2. Wählen Sie im linken Navigationsbereich Datasets aus.

    Auf der Seite Datasets wird der Status zuvor erstellter Datasets für das aktuelle Projekt angezeigt.

  3. Klicken Sie auf den Namen des Datasets, das Sie für die Labelerstellung senden möchten.

    Es können alle Datasets mit dem Status Import complete (Import abgeschlossen) gesendet werden. In der Spalte Datentyp wird angezeigt, ob das Dataset Bilder, Videos oder Text enthält.

  4. Klicken Sie in der Titelleiste der Seite Dataset-Detail auf die Schaltfläche Labeling-Aufgabe erstellen.

  5. Geben Sie auf der Seite New labeling task (Neue Labeling-Aufgabe) einen Namen und eine Beschreibung für das annotierte Dataset ein.

    Das annotierte Dataset ist die Version des Datasets, nachdem menschliche Labelersteller es mit Labels versehen haben.

  6. Wählen Sie in der Drop-down-Liste Objective (Ziel) den gewünschten Typ der Aufgabe zur Labelerstellung aus.

    Die Drop-down-Liste enthält nur die Ziele, die für den Datentyp in diesem Dataset verfügbar sind. Wenn Sie das gewünschte Ziel nicht sehen, bedeutet das wahrscheinlich, dass Sie ein Dataset mit einem anderen Datentyp ausgewählt haben. Schließen Sie in diesem Fall die Seite Neue Labeling-Aufgabe und wählen Sie ein anderes Dataset aus.

  7. Wählen Sie in der Drop-down-Liste Label set (Labelsatz) den Labelsatz aus, der von den Labelerstellern auf die Datenelemente in diesem Satz angewendet werden soll.

    Die Drop-down-Liste enthält alle Labelsätze, die diesem Projekt zugeordnet sind. Sie müssen einen Satz auswählen.

  8. Wählen Sie in der Drop-down-Liste Instruction (Anleitung) die Anleitung aus, die Sie den Labelerstellern für dieses Dataset zur Verfügung stellen möchten.

    Die Drop-down-Liste enthält alle Anleitungen, die diesem Projekt zugeordnet sind. In der Anfrage zur Labelerstellung muss immer eine Anleitung enthalten sein.

  9. Geben Sie in der Drop-down-Liste labelers per data item (Labelersteller pro Datenelement) an, wie viele Labelersteller die einzelnen Elemente im Dataset jeweils mit Labels versehen sollen.

    Die Standardeinstellung ist ein Labelersteller. Sie können aber auch drei oder fünf Labelersteller für jedes Element anfordern.

  10. Klicken Sie auf das Kästchen, um zu bestätigen, dass Sie nachvollziehen können, wie Ihnen die Labelerstellung in Rechnung gestellt wird.

  11. Klicken Sie auf Create (Erstellen).

Befehlszeile

Legen Sie die folgenden Umgebungsvariablen fest:
  1. PROJECT_ID für Ihre Google Cloud-Projekt-ID.
  2. DATASET_ID für die ID Ihres Datasets aus der Antwort, die Sie beim Erstellen des Datasets erhalten haben. Die ID wird am Ende des vollständigen Dataset-Namens angezeigt:

    projects/PROJECT_ID/locations/us-central1/datasets/DATASET_ID
  3. INSTRUCTION_RESOURCE_NAME für den Namen Ihrer Anleitungsressource.
  4. ANNOTATION_SPEC_SET_RESOURCE_NAME für den Namen Ihrer Labelsatz-Ressource.
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}/datasets/${DATASET_ID}/video:label \
  -d '{
  "basicConfig": {
    "instruction": "${INSTRUCTION_RESOURCE_NAME}",
    "annotatedDatasetDisplayName": "curl_testing_annotated_dataset",
    "labelGroup": "test_label_group",
    "replica_count": 1
  },
  "feature": "CLASSIFICATION",
  "videoClassificationConfig": {
    "annotationSpecSetConfigs": ["annotationSpecSet": "${ANNOTATION_SPEC_SET_RESOURCE_NAME}"],
  },
}'

Die Ausgabe sieht in etwa so aus: Sie können den Status der Aufgabe anhand der Vorgangs-ID abrufen. Hier finden Sie ein Beispiel dafür, wie Sie den Status eines Vorgangs abrufen.

{
  "name": "projects/data-labeling-codelab/operations/5c73dd6b_0000_2b34_a920_883d24fa2064",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.data-labeling.v1beta1.LabelVideoClassificationOperationMetadata",
    "dataset": "projects/data-labeling-codelab/datasets/5c73db3d_0000_23e0_a25b_94eb2c119c4c"
  }
}

Java

Für dieses Codebeispiel müssen die Java-Clientbibliotheken installiert sein.
import com.google.api.gax.longrunning.OperationFuture;
import com.google.cloud.datalabeling.v1beta1.AnnotatedDataset;
import com.google.cloud.datalabeling.v1beta1.DataLabelingServiceClient;
import com.google.cloud.datalabeling.v1beta1.DataLabelingServiceSettings;
import com.google.cloud.datalabeling.v1beta1.HumanAnnotationConfig;
import com.google.cloud.datalabeling.v1beta1.LabelOperationMetadata;
import com.google.cloud.datalabeling.v1beta1.LabelVideoRequest;
import com.google.cloud.datalabeling.v1beta1.LabelVideoRequest.Feature;
import com.google.cloud.datalabeling.v1beta1.VideoClassificationConfig;
import com.google.cloud.datalabeling.v1beta1.VideoClassificationConfig.AnnotationSpecSetConfig;
import java.io.IOException;
import java.util.concurrent.ExecutionException;

class LabelVideo {

  // Start a Video Labeling Task
  static void labelVideo(
      String formattedInstructionName,
      String formattedAnnotationSpecSetName,
      String formattedDatasetName)
      throws IOException {
    // String formattedInstructionName = DataLabelingServiceClient.formatInstructionName(
    //      "YOUR_PROJECT_ID", "YOUR_INSTRUCTION_UUID");
    // String formattedAnnotationSpecSetName =
    //     DataLabelingServiceClient.formatAnnotationSpecSetName(
    //         "YOUR_PROJECT_ID", "YOUR_ANNOTATION_SPEC_SET_UUID");
    // String formattedDatasetName = DataLabelingServiceClient.formatDatasetName(
    //      "YOUR_PROJECT_ID", "YOUR_DATASET_UUID");


    DataLabelingServiceSettings settings =
        DataLabelingServiceSettings.newBuilder()
            .build();
    try (DataLabelingServiceClient dataLabelingServiceClient =
        DataLabelingServiceClient.create(settings)) {
      HumanAnnotationConfig humanAnnotationConfig =
          HumanAnnotationConfig.newBuilder()
              .setAnnotatedDatasetDisplayName("annotated_displayname")
              .setAnnotatedDatasetDescription("annotated_description")
              .setInstruction(formattedInstructionName)
              .build();

      AnnotationSpecSetConfig annotationSpecSetConfig =
          AnnotationSpecSetConfig.newBuilder()
              .setAnnotationSpecSet(formattedAnnotationSpecSetName)
              .setAllowMultiLabel(true)
              .build();

      VideoClassificationConfig videoClassificationConfig =
          VideoClassificationConfig.newBuilder()
              .setApplyShotDetection(true)
              .addAnnotationSpecSetConfigs(annotationSpecSetConfig)
              .build();

      LabelVideoRequest labelVideoRequest =
          LabelVideoRequest.newBuilder()
              .setParent(formattedDatasetName)
              .setBasicConfig(humanAnnotationConfig)
              .setVideoClassificationConfig(videoClassificationConfig)
              .setFeature(Feature.CLASSIFICATION)
              .build();

      OperationFuture<AnnotatedDataset, LabelOperationMetadata> operation =
          dataLabelingServiceClient.labelVideoAsync(labelVideoRequest);

      // You'll want to save this for later to retrieve your completed operation.
      System.out.format("Operation Name: %s\n", operation.getName());

      // Cancel the operation to avoid charges when testing.
      dataLabelingServiceClient.getOperationsClient().cancelOperation(operation.getName());
    } catch (IOException | InterruptedException | ExecutionException e) {
      e.printStackTrace();
    }
  }
}

Videoobjekterkennung

Web-UI

  1. Rufen Sie die Data Labeling Service-UI auf.

  2. Wählen Sie im linken Navigationsbereich Datasets aus.

    Auf der Seite Datasets wird der Status zuvor erstellter Datasets für das aktuelle Projekt angezeigt.

  3. Klicken Sie auf den Namen des Datasets, das Sie für die Labelerstellung senden möchten.

    Es können alle Datasets mit dem Status Import complete (Import abgeschlossen) gesendet werden. In der Spalte Datentyp wird angezeigt, ob das Dataset Bilder, Videos oder Text enthält.

  4. Klicken Sie in der Titelleiste der Seite Dataset-Detail auf die Schaltfläche Labeling-Aufgabe erstellen.

  5. Geben Sie auf der Seite New labeling task (Neue Labeling-Aufgabe) einen Namen und eine Beschreibung für das annotierte Dataset ein.

    Das annotierte Dataset ist die Version des Datasets, nachdem menschliche Labelersteller es mit Labels versehen haben.

  6. Wählen Sie in der Drop-down-Liste Objective (Ziel) den gewünschten Typ der Aufgabe zur Labelerstellung aus.

    Die Drop-down-Liste enthält nur die Ziele, die für den Datentyp in diesem Dataset verfügbar sind. Wenn Sie das gewünschte Ziel nicht sehen, bedeutet das wahrscheinlich, dass Sie ein Dataset mit einem anderen Datentyp ausgewählt haben. Schließen Sie in diesem Fall die Seite Neue Labeling-Aufgabe und wählen Sie ein anderes Dataset aus.

  7. Wählen Sie in der Drop-down-Liste Label set (Labelsatz) den Labelsatz aus, der von den Labelerstellern auf die Datenelemente in diesem Satz angewendet werden soll.

    Die Drop-down-Liste enthält alle Labelsätze, die diesem Projekt zugeordnet sind. Sie müssen einen Satz auswählen.

  8. Wählen Sie in der Drop-down-Liste Instruction (Anleitung) die Anleitung aus, die Sie den Labelerstellern für dieses Dataset zur Verfügung stellen möchten.

    Die Drop-down-Liste enthält alle Anleitungen, die diesem Projekt zugeordnet sind. In der Anfrage zur Labelerstellung muss immer eine Anleitung enthalten sein.

  9. Geben Sie in der Drop-down-Liste labelers per data item (Labelersteller pro Datenelement) an, wie viele Labelersteller die einzelnen Elemente im Dataset jeweils mit Labels versehen sollen.

    Die Standardeinstellung ist ein Labelersteller. Sie können aber auch drei oder fünf Labelersteller für jedes Element anfordern.

  10. Klicken Sie auf das Kästchen, um zu bestätigen, dass Sie nachvollziehen können, wie Ihnen die Labelerstellung in Rechnung gestellt wird.

  11. Klicken Sie auf Create (Erstellen).

Befehlszeile

Legen Sie die folgenden Umgebungsvariablen fest:
  1. PROJECT_ID für Ihre Google Cloud-Projekt-ID.
  2. DATASET_ID für die ID Ihres Datasets aus der Antwort, die Sie beim Erstellen des Datasets erhalten haben. Die ID wird am Ende des vollständigen Dataset-Namens angezeigt:

    projects/PROJECT_ID/locations/us-central1/datasets/DATASET_ID
  3. INSTRUCTION_RESOURCE_NAME für den Namen Ihrer Anleitungsressource.
  4. ANNOTATION_SPEC_SET_RESOURCE_NAME für den Namen Ihrer Labelsatz-Ressource.
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}/datasets/${DATASET_ID}/video:label \
  -d '{
  "basicConfig": {
    "instruction": "${INSTRUCTION_RESOURCE_NAME}",
    "annotatedDatasetDisplayName": "curl_testing_annotated_dataset",
    "labelGroup": "test_label_group",
    "replica_count": 1
  },
  "feature": "OBJECT_DETECTION",
  "objectDetectionConfig": {
    "annotationSpecSet": "${ANNOTATION_SPEC_SET_RESOURCE_NAME}",
    "instructionMessage": "Detect an object",
    "extractionFrameRate": 4
  },
}'

Die Ausgabe sieht in etwa so aus: Sie können den Status der Aufgabe anhand der Vorgangs-ID abrufen. Hier finden Sie ein Beispiel dafür, wie Sie den Status eines Vorgangs abrufen.

{
  "name": "projects/data-labeling-codelab/operations/5c73dd6b_0000_2b34_a920_883d24fa2064",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.data-labeling.v1beta1.LabelVideoObjectDetectionOperationMetadata",
    "dataset": "projects/data-labeling-codelab/datasets/5c73db3d_0000_23e0_a25b_94eb2c119c4c"
  }
}

Videoobjekt-Tracking

Web-UI

  1. Rufen Sie die Data Labeling Service-UI auf.

  2. Wählen Sie im linken Navigationsbereich Datasets aus.

    Auf der Seite Datasets wird der Status zuvor erstellter Datasets für das aktuelle Projekt angezeigt.

  3. Klicken Sie auf den Namen des Datasets, das Sie für die Labelerstellung senden möchten.

    Es können alle Datasets mit dem Status Import complete (Import abgeschlossen) gesendet werden. In der Spalte Datentyp wird angezeigt, ob das Dataset Bilder, Videos oder Text enthält.

  4. Klicken Sie in der Titelleiste der Seite Dataset-Detail auf die Schaltfläche Labeling-Aufgabe erstellen.

  5. Geben Sie auf der Seite New labeling task (Neue Labeling-Aufgabe) einen Namen und eine Beschreibung für das annotierte Dataset ein.

    Das annotierte Dataset ist die Version des Datasets, nachdem menschliche Labelersteller es mit Labels versehen haben.

  6. Wählen Sie in der Drop-down-Liste Objective (Ziel) den gewünschten Typ der Aufgabe zur Labelerstellung aus.

    Die Drop-down-Liste enthält nur die Ziele, die für den Datentyp in diesem Dataset verfügbar sind. Wenn Sie das gewünschte Ziel nicht sehen, bedeutet das wahrscheinlich, dass Sie ein Dataset mit einem anderen Datentyp ausgewählt haben. Schließen Sie in diesem Fall die Seite Neue Labeling-Aufgabe und wählen Sie ein anderes Dataset aus.

  7. Wählen Sie in der Drop-down-Liste Label set (Labelsatz) den Labelsatz aus, der von den Labelerstellern auf die Datenelemente in diesem Satz angewendet werden soll.

    Die Drop-down-Liste enthält alle Labelsätze, die diesem Projekt zugeordnet sind. Sie müssen einen Satz auswählen.

  8. Wählen Sie in der Drop-down-Liste Instruction (Anleitung) die Anleitung aus, die Sie den Labelerstellern für dieses Dataset zur Verfügung stellen möchten.

    Die Drop-down-Liste enthält alle Anleitungen, die diesem Projekt zugeordnet sind. In der Anfrage zur Labelerstellung muss immer eine Anleitung enthalten sein.

  9. Geben Sie in der Drop-down-Liste labelers per data item (Labelersteller pro Datenelement) an, wie viele Labelersteller die einzelnen Elemente im Dataset jeweils mit Labels versehen sollen.

    Die Standardeinstellung ist ein Labelersteller. Sie können aber auch drei oder fünf Labelersteller für jedes Element anfordern.

  10. Klicken Sie auf das Kästchen, um zu bestätigen, dass Sie nachvollziehen können, wie Ihnen die Labelerstellung in Rechnung gestellt wird.

  11. Klicken Sie auf Create (Erstellen).

Befehlszeile

Legen Sie die folgenden Umgebungsvariablen fest:
  1. PROJECT_ID für Ihre Google Cloud-Projekt-ID.
  2. DATASET_ID für die ID Ihres Datasets aus der Antwort, die Sie beim Erstellen des Datasets erhalten haben. Die ID wird am Ende des vollständigen Dataset-Namens angezeigt:

    projects/PROJECT_ID/locations/us-central1/datasets/DATASET_ID
  3. INSTRUCTION_RESOURCE_NAME für den Namen Ihrer Anleitungsressource.
  4. ANNOTATION_SPEC_SET_RESOURCE_NAME für den Namen Ihrer Labelsatz-Ressource.
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}/datasets/${DATASET_ID}/video:label \
  -d '{
  "basicConfig": {
    "instruction": "${INSTRUCTION_RESOURCE_NAME}",
    "annotatedDatasetDisplayName": "curl_testing_annotated_dataset",
    "labelGroup": "test_label_group",
    "replica_count": 1
  },
  "feature": "OBJECT_TRACKING",
  "objectTrackingConfig": {
    "annotationSpecSet": "${ANNOTATION_SPEC_SET_RESOURCE_NAME}"
  },
}'

Die Ausgabe sieht in etwa so aus: Sie können den Status der Aufgabe anhand der Vorgangs-ID abrufen. Hier finden Sie ein Beispiel dafür, wie Sie den Status eines Vorgangs abrufen.

{
  "name": "projects/data-labeling-codelab/operations/5c73dd6b_0000_2b34_a920_883d24fa2064",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.data-labeling.v1beta1.LabelVideoObjectTrackingOperationMetadata",
    "dataset": "projects/data-labeling-codelab/datasets/5c73db3d_0000_23e0_a25b_94eb2c119c4c"
  }
}

Python

Für dieses Codebeispiel müssen die Python-Clientbibliotheken installiert sein.
def label_video(
    dataset_resource_name, instruction_resource_name, annotation_spec_set_resource_name
):
    """Labels a video dataset."""
    from google.cloud import datalabeling_v1beta1 as datalabeling

    client = datalabeling.DataLabelingServiceClient()

    basic_config = datalabeling.HumanAnnotationConfig(
        instruction=instruction_resource_name,
        annotated_dataset_display_name="YOUR_ANNOTATED_DATASET_DISPLAY_NAME",
        label_group="YOUR_LABEL_GROUP",
        replica_count=1,
    )

    feature = datalabeling.LabelVideoRequest.Feature.OBJECT_TRACKING

    config = datalabeling.ObjectTrackingConfig(
        annotation_spec_set=annotation_spec_set_resource_name
    )

    response = client.label_video(
        request={
            "parent": dataset_resource_name,
            "basic_config": basic_config,
            "feature": feature,
            "object_tracking_config": config,
        }
    )

    print(f"Label_video operation name: {response.operation.name}")
    return response

Videoereignis

Web-UI

  1. Rufen Sie die Data Labeling Service-UI auf.

  2. Wählen Sie im linken Navigationsbereich Datasets aus.

    Auf der Seite Datasets wird der Status zuvor erstellter Datasets für das aktuelle Projekt angezeigt.

  3. Klicken Sie auf den Namen des Datasets, das Sie für die Labelerstellung senden möchten.

    Es können alle Datasets mit dem Status Import complete (Import abgeschlossen) gesendet werden. In der Spalte Datentyp wird angezeigt, ob das Dataset Bilder, Videos oder Text enthält.

  4. Klicken Sie in der Titelleiste der Seite Dataset-Detail auf die Schaltfläche Labeling-Aufgabe erstellen.

  5. Geben Sie auf der Seite New labeling task (Neue Labeling-Aufgabe) einen Namen und eine Beschreibung für das annotierte Dataset ein.

    Das annotierte Dataset ist die Version des Datasets, nachdem menschliche Labelersteller es mit Labels versehen haben.

  6. Wählen Sie in der Drop-down-Liste Objective (Ziel) den gewünschten Typ der Aufgabe zur Labelerstellung aus.

    Die Drop-down-Liste enthält nur die Ziele, die für den Datentyp in diesem Dataset verfügbar sind. Wenn Sie das gewünschte Ziel nicht sehen, bedeutet das wahrscheinlich, dass Sie ein Dataset mit einem anderen Datentyp ausgewählt haben. Schließen Sie in diesem Fall die Seite Neue Labeling-Aufgabe und wählen Sie ein anderes Dataset aus.

  7. Wählen Sie in der Drop-down-Liste Label set (Labelsatz) den Labelsatz aus, der von den Labelerstellern auf die Datenelemente in diesem Satz angewendet werden soll.

    Die Drop-down-Liste enthält alle Labelsätze, die diesem Projekt zugeordnet sind. Sie müssen einen Satz auswählen.

  8. Wählen Sie in der Drop-down-Liste Instruction (Anleitung) die Anleitung aus, die Sie den Labelerstellern für dieses Dataset zur Verfügung stellen möchten.

    Die Drop-down-Liste enthält alle Anleitungen, die diesem Projekt zugeordnet sind. In der Anfrage zur Labelerstellung muss immer eine Anleitung enthalten sein.

  9. Geben Sie in der Drop-down-Liste labelers per data item (Labelersteller pro Datenelement) an, wie viele Labelersteller die einzelnen Elemente im Dataset jeweils mit Labels versehen sollen.

    Die Standardeinstellung ist ein Labelersteller. Sie können aber auch drei oder fünf Labelersteller für jedes Element anfordern.

  10. Klicken Sie auf das Kästchen, um zu bestätigen, dass Sie nachvollziehen können, wie Ihnen die Labelerstellung in Rechnung gestellt wird.

  11. Klicken Sie auf Create (Erstellen).

Befehlszeile

Legen Sie die folgenden Umgebungsvariablen fest:
  1. PROJECT_ID für Ihre Google Cloud-Projekt-ID.
  2. DATASET_ID für die ID Ihres Datasets aus der Antwort, die Sie beim Erstellen des Datasets erhalten haben. Die ID wird am Ende des vollständigen Dataset-Namens angezeigt:

    projects/PROJECT_ID/locations/us-central1/datasets/DATASET_ID
  3. INSTRUCTION_RESOURCE_NAME für den Namen Ihrer Anleitungsressource.
  4. ANNOTATION_SPEC_SET_RESOURCE_NAME für den Namen Ihrer Labelsatz-Ressource.
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}/datasets/${DATASET_ID}/video:label \
  -d '{
  "basicConfig": {
    "instruction": "${INSTRUCTION_RESOURCE_NAME}",
    "annotatedDatasetDisplayName": "curl_testing_annotated_dataset",
    "labelGroup": "test_label_group",
    "replica_count": 1
  },
  "feature": "EVENT",
  "eventConfig": {
    "annotationSpecSets": ["${ANNOTATION_SPEC_SET_RESOURCE_NAME}]"
  },
}'

Die Ausgabe sieht in etwa so aus: Sie können den Status der Aufgabe anhand der Vorgangs-ID abrufen. Hier finden Sie ein Beispiel dafür, wie Sie den Status eines Vorgangs abrufen.

{
  "name": "projects/data-labeling-codelab/operations/5c73dd6b_0000_2b34_a920_883d24fa2064",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.data-labeling.v1beta1.LabelVideoEventOperationMetadata",
    "dataset": "projects/data-labeling-codelab/datasets/5c73db3d_0000_23e0_a25b_94eb2c119c4c"
  }
}