创建数据集

project_id

是

String

用户项目ID。获取方法请参见获取项目ID和名称。

data_format

否

String

数据格式。可选值如下：

• Default：默认格式

• CarbonData：Carbon格式（仅表格数据集支持）

data_sources

是

Array of DataSource objects

数据集输入位置，用于将此目录及子目录下的源数据(如图片/文件/音频等)同步到数据集。对于表格数据集，该参数为导入目录。表格数据集的工作目录不支持为KMS加密桶下的OBS路径。目前仅支持传入单个DataSource。

dataset_name

是

String

数据集名称。

dataset_type

否

Integer

数据集类型。可选值如下：

• 0：图像分类

• 1：物体检测

• 3: 图像分割

• 100：文本分类

• 101：命名实体

• 102：文本三元组

• 200：声音分类

• 201：语音内容

• 202：语音分割

• 400：表格数据集

• 600：视频标注

• 900：自由格式

description

否

String

数据集描述，默认为空，描述不能包含^!<>=&"'等特殊字符，长度为0-256。

import_annotations

否

Boolean

是否自动导入输入目录下的标注信息，支持物体检测、图像分类、文本分类。可选值如下：

• true：导入输入目录下的标注信息（默认值）

• false：不导入输入目录下的标注信息

import_data

否

Boolean

是否导入数据，此参数当前仅表格数据集使用。可选值如下：

• true：创建数据集时导入数据

• false：创建数据集时不导入数据（默认值）

label_format

否

LabelFormat object

标签格式信息，此参数仅文本类数据集使用。

labels

否

Array of Label objects

数据集标签列表。

managed

否

Boolean

是否是托管数据集。可选值如下：

• true：托管数据集

• false：不托管数据集（默认值）

schema

否

Array of Field objects

Schema列表。

work_path

是

String

数据集输出位置，用于存放输出的标注信息等文件。

• 格式为 “/桶名称/文件路径”，例如“/obs-bucket/flower/rose/”（使用目录作为路径）。

• 不能直接使用桶作为路径。

• 输出位置不能与输入位置相同或者是输入位置的子目录。

• 长度限制：不少于3字符，不能超过700个字符。

work_path_type

是

Integer

数据集输出路径类型。默认值为0，表示OBS桶。

workforce_information

否

WorkforceInformation object

团队标注信息。

workspace_id

否

String

工作空间ID。若未创建工作空间，默认值为“0”；若存在创建并使用的工作空间，以实际取值为准。

data_path

否

String

数据源所在路径。

data_type

否

Integer

数据类型。可选值如下：

• 0：OBS桶（默认值）

• 1：GaussDB(DWS)服务

• 2：DLI服务

• 3：RDS服务

• 4：MRS服务

• 5：AI Gallery

• 6：推理服务

schema_maps

否

Array of SchemaMap objects

表格数据对应的schema映射信息。

source_info

否

SourceInfo object

导入表格数据源所需的信息。

with_column_header

否

Boolean

文件中首行是否是列名，用于表格数据集。可选值如下：

• true：文件首行为列名

• false：文件首行不为列名

dest_name

否

String

目的方的列名。

src_name

否

String

来源方的列名。

cluster_id

否

String

MRS集群ID。可登录MRS控制台查看。

cluster_mode

否

String

MRS集群运行模式。可选值如下：

• 0：普通集群

• 1：安全集群

cluster_name

否

String

MRS集群名称。可登录MRS控制台查看。

database_name

否

String

导入表格数据集，数据库名字。

input

否

String

表格数据集，HDFS路径。例如/datasets/demo。

ip

否

String

用户GaussDB(DWS)集群的IP地址。

port

否

String

用户GaussDB(DWS)集群的端口。

queue_name

否

String

表格数据集，DLI队列名。

subnet_id

否

String

MRS集群的子网ID。

table_name

否

String

导入表格数据集，表名。

user_name

否

String

用户名，GaussDB(DWS)数据需提供此参数。

user_password

否

String

用户密码，GaussDB(DWS)数据需提供此参数。

vpc_id

否

String

MRS集群所在的vpc的ID。

label_type

否

String

文本分类的标签类型。可选值如下：

• 0：标签和文本分离，以固定后缀“_result”区分。如：文本文件是“abc.txt”，标签文件是“abc_result.txt”。

• 1：默认值，标签和文本在一个文件内，以分隔符分离。文本与标签，标签与标签之间的分隔符可通过text_sample_separator和text_label_separator指定。

text_label_separator

否

String

标签与标签之间的分隔符，默认为逗号分隔，分隔符需转义。分隔符仅支持一个字符，必须为大小写字母，数字和“!@#$%^&*_=|?/':.;,”其中的某一字符。

text_sample_separator

否

String

文本与标签之间的分隔符，默认为Tab键分隔，分隔符需转义。分隔符仅支持一个字符，必须为大小写字母，数字和“!@#$%^&*_=|?/':.;,”其中的某一字符。

attributes

否

Array of LabelAttribute objects

标签的多维度属性，如标签为“音乐”，可能包含属性“风格”、“歌手”等。

name

否

String

标签名称。

property

否

LabelProperty object

标签基本属性键值对，如颜色、快捷键等。

type

否

Integer

标签类型。可选值如下：

• 0：图像分类

• 1：物体检测

• 3: 图像分割

• 100：文本分类

• 101：命名实体

• 102：文本三元组关系标签

• 103：文本三元组实体标签

• 200：语音分类

• 201：语音内容

• 202：语音分割

• 600：视频标注

default_value

否

String

标签属性默认值。

id

否

String

标签属性ID。可通过调用标签列表查询。

name

否

String

标签属性名称。不能超过64个字符，不能包含字符!<>=&"'。

type

否

String

标签属性类型。可选值如下：

• text：文本

• select：单选下拉列表

values

否

Array of LabelAttributeValue objects

标签属性值列表。

id

否

String

标签属性值ID。

value

否

String

标签属性值。

@modelarts:color

否

String

内置属性：标签展示的颜色，为色彩的16进制代码，默认为空。例如：“#FFFFF0”。

@modelarts:default_shape

否

String

内置属性：物体检测标签的默认形状（物体检测标签专用属性），默认为空。可选值如下：

• bndbox：矩形。

• polygon：多边形。

• circle：圆形。

• line：直线。

• dashed：虚线。

• point：点。

• polyline：折线。

@modelarts:from_type

否

String

内置属性：三元组关系标签的起始实体类型，创建关系标签时必须指定，该参数仅文本三元组数据集使用。

@modelarts:rename_to

否

String

内置属性：重命名后的标签名。

@modelarts:shortcut

否

String

内置属性：标签快捷键，默认为空。例如：“D”。

@modelarts:to_type

否

String

内置属性：三元组关系标签的指向实体类型，创建关系标签时必须指定，该参数仅文本三元组数据集使用。

description

否

String

Schema描述。

name

否

String

Schema名称。

schema_id

否

Integer

Schema ID。

type

否

String

Schema值类型。

data_sync_type

否

Integer

同步类型。可选值如下：

• 0：不同步

• 1：同步数据

• 2：同步标签

• 3：同步数据和标签

repetition

否

Integer

每个样本由多少人标注，最少为1。

synchronize_auto_labeling_data

否

Boolean

是否同步更新智能标注数据。可选值如下：

• true：同步更新智能标注数据

• false：不同步更新智能标注数据

synchronize_data

否

Boolean

是否同步更新：如上传文件、同步数据源、导入的未标注文件同步分配至团队成员。可选值如下：

• true：同步更新数据至团队成员

• false：不同步更新数据至团队成员

task_id

否

String

团队标注任务ID。

task_name

是

String

团队标注任务名称。

workforces_config

否

WorkforcesConfig object

团队标注任务的人力分配，委托管理员或自行分配二选一。

agency

否

String

管理员。

workforces

否

Array of WorkforceConfig objects

执行标注任务的团队列表。

workers

否

Array of Worker objects

标注成员列表。

workforce_id

否

String

标注团队ID。

workforce_name

否

String

标注团队名称，名称不能包含!<>=&"'，长度为0-1024位。

create_time

否

Long

创建时间。

description

否

String

标注成员描述，长度为0-256位，不能包含^!<>=&"'特殊字符。

email

否

String

标注成员邮箱。

role

否

Integer

角色。可选值如下：

• 0：打标者

• 1：审核者

• 2：团队管理者

• 3：数据集拥有者

status

否

Integer

标注成员的当前登录状态。可选值如下：

• 0：未发送邀请邮件

• 1：已发送邀请邮件但未登录

• 2：已登录

• 3：标注成员已删除

update_time

否

Long

更新时间。

worker_id

否

String

标注成员ID。

workforce_id

否

String

所属标注团队ID。

dataset_id

String

数据集ID。

error_code

String

错误码。

error_msg

String

错误信息。

import_task_id

String

导入任务ID。

201

Created

401

Unauthorized

403

Forbidden

404

Not Found