分页查询智能任务列表

dataset_id

是

String

数据集ID。

project_id

是

String

用户项目ID。获取方法请参见获取项目ID和名称。

limit

否

Integer

指定每一页返回的最大条目数，取值范围[1,100]，默认为10。

offset

否

Integer

分页列表的起始页，默认为0。

task_name

否

String

根据任务名称过滤。

type

否

String

任务类型，不传则默认返回智能标注（主动学习或预标注）任务列表。可选值如下：

• auto-label：主动学习

• pre-label：预标注

• auto-grouping：自动分组

exist_running_deploy_task

Boolean

该数据集是否存在正在运行（包括初始化）的一键模型上线任务。可选值如下：

• true：数据集存在正在运行的一键模型上线任务

• false：数据集不存在正在运行的一键模型上线任务

tasks

Array of RunningTask objects

任务列表。

total_count

Integer

任务总数。

annotated_sample_count

Integer

已标注样本数量。

code

String

错误码。

config

SmartTaskConfig object

任务配置。

create_time

String

任务创建时间。

dataset_id

String

数据集ID。

elapsed_time

Long

执行时间。

error_code

String

错误码。

error_detail

String

错误详情。

error_msg

String

错误信息。

message

String

错误信息。

model_id

String

模型ID。

model_name

String

模型名称。

model_version

String

模型版本。

progress

Float

任务当前进度百分比。

result

Result object

任务结果。

status

Integer

任务状态。

task_id

String

任务ID。

task_name

String

任务名称。

total_sample_count

Integer

样本总数量。

type

Integer

任务类型。

unconfirmed_sample_count

Integer

待确认样本数量。

algorithm_type

String

自动标注的算法类型。可选值如下：

• fast：快速型，仅使用已标注样本进行训练

• accurate：准确型，除已标注样本外，会额外使用未标注的样本做半监督训练

ambiguity

Boolean

是否通过图片模糊度来聚类。

annotation_output

String

主动学习标注结果输出路径。

collect_rule

String

样本收集规则，默认为全量收集规则“all”。当前仅支持全量收集规则“all”。

collect_sample

Boolean

是否启用样本收集。可选值如下：

• true：启用样本收集（默认值）

• false：不启用样本收集

confidence_scope

String

关键样本置信度范围，用中划线隔开最小值和最大值。比如：“0.10-0.90”。

description

String

任务描述。

engine_name

String

引擎名称。

export_format

Integer

导出的目录格式。可选值如下：

• 1：树状结构。如：rabbits/1.jpg,bees/2.jpg。

• 2：平铺结构。如：1.jpg, 1.txt;2.jpg,2.txt。

export_params

ExportParams object

导出数据集任务的参数。

flavor

Flavor object

训练资源规格。

image_brightness

Boolean

是否通过图片亮度来聚类。

image_colorfulness

Boolean

是否通过图片色彩来聚类。

inf_cluster_id

String

专属集群ID，默认为空，不使用专属集群；使用专属集群部署服务时需确保集群状态正常；配置此参数后，则使用集群的网络配置，vpc_id参数不生效。

inf_config_list

Array of InfConfig objects

运行推理任务需要的配置列表，可选填，默认为空。

inf_output

String

主动学习中推理的输出路径。

infer_result_output_dir

String

样本预测结果输出OBS目录,可以不输入，默认使用output_dir目录下的{service_id}-infer-result子目录。

key_sample_output

String

主动学习中难例的输出路径。

log_url

String

训练作业的日志OBS输出路径URL，默认为空。

manifest_path

String

manifest路径，给训练、推理作为输入。

model_id

String

模型ID。

model_name

String

模型名称。

model_parameter

String

模型参数。

model_version

String

模型版本。

n_clusters

Integer

聚类数。

name

String

任务名称。

output_dir

String

样本输出路径，格式：数据集输出路径+数据集名称+“-”+数据集ID+“/annotation/auto-deploy/”。例如：“/test/work_1608083108676/dataset123-g6IO9qSu6hoxwCAirfm/annotation/auto-deploy/”。

parameters

Array of TrainingParameter objects

训练作业的运行参数列表。

pool_id

String

资源池ID。

property

String

属性名。

req_uri

String

批量任务中调用的推理路径。

result_type

Integer

自动分组结果处理方式。可选值如下：

• 0：保存到OBS

• 1：保存到样本

samples

Array of SampleLabels objects

需要进行自动标注的样本标注信息列表。

stop_time

Integer

超时等待时间（单位是分钟），默认15分钟，此参数仅视频自动标注场景使用。

time

String

主动学习中的时间戳。

train_data_path

String

已有训练数据集路径。

train_url

String

训练作业的输出文件OBS路径URL，默认为空。

version_format

String

数据集版本格式。可选值如下：

• Default：默认格式

• CarbonData：Carbon格式（仅表格数据集支持）

• CSV：CSV格式

worker_server_num

Integer

训练作业worker的个数。

clear_hard_property

Boolean

是否清空难例属性。可选值如下：

• true：清空难例属性（默认值）

• false：不清空难例属性

export_dataset_version_format

String

导出数据集版本的格式。

export_dataset_version_name

String

导出数据集版本的名称。

export_dest

String

数据集导出类型。可选值如下：

• DIR：导出到OBS（默认值）

• NEW_DATASET：导出到新数据集

export_new_dataset_name

String

导出新数据集的名称。

export_new_dataset_work_path

String

导出新数据集的工作目录。

ratio_sample_usage

Boolean

指定切分比例后，是否按指定比例随机分配训练-验证集。可选值如下：

• true：主动随机分配训练集-验证集

• false：不主动随机分配训练集-验证集（默认值）

sample_state

String

样本状态。可选样本状态如下：

• __ALL__：已标注

• __NONE__：未标注

• __UNCHECK__：待验收

• __ACCEPTED__：验收通过

• __REJECTED__：已驳回

• __UNREVIEWED__：待审核

• __REVIEWED__：已审核

• __WORKFORCE_SAMPLED__：已采样

• __WORKFORCE_SAMPLED_UNCHECK__：采样待验收

• __WORKFORCE_SAMPLED_CHECKED__：采样已验收

• __WORKFORCE_SAMPLED_ACCEPTED__：采样已通过

• __WORKFORCE_SAMPLED_REJECTED__：采样已驳回

• __AUTO_ANNOTATION__：待确认

samples

Array of strings

导出的样本ID列表。

search_conditions

Array of SearchCondition objects

导出的筛选条件，多个条件之间是或(OR)关系。

train_sample_ratio

String

指定发布版本时训练集-验证集的切分比例，默认为1.00，即全部分为训练集。

coefficient

String

根据难度系数筛选。

frame_in_video

Integer

视频中某帧。

hard

String

样本级别是否难例。可选值如下：

• 0：非难例样本

• 1：难例样本

import_origin

String

根据数据来源筛选。

kvp

String

CT剂量，通过剂量来筛选。

label_list

SearchLabels object

标签搜索条件。

labeler

String

标注人。

metadata

SearchProp object

通过样本属性搜索。

parent_sample_id

String

父样本ID。

sample_dir

String

根据样本所在目录搜索（目录需要以/结尾），只搜索指定目录下的样本，不支持目录递归搜索。

sample_name

String

根据样本名称搜索（含后缀名）。

sample_time

String

样本加入到数据集时，会根据样本在OBS上的最后修改时间(精确到天)建立索引，此处可以根据此时间进行搜索。可选值如下：

• month：搜索往前30天至今天内添加的样本

• day：搜索昨天(往前1天)至今天内添加的样本

• yyyyMMdd-yyyyMMdd：搜索指定时间段内添加的样本，格式为“起始日期-结束日期”，查询天数不能超过30天。例如：“20190901-2019091501”表示搜索2019年9月1日至2019年9月15日期间的样本。

score

String

根据置信度筛选。

slice_thickness

String

DICOM层厚，通过层厚筛选样本。

study_date

String

DICOM扫描时间。

time_in_video

String

视频中某个时间。

labels

Array of SearchLabel objects

标签搜索条件列表。

op

String

如要搜索多个标签，则op需要有值；如果只搜索一个标签，则无需指定op的值。可选值如下：

• OR：或操作

• AND：与操作

name

String

标签名。

op

String

多个属性之间的操作类型。可选值如下：

• OR：或操作

• AND：与操作

property

Map<String,Array<String>>

标签属性，是Object格式，存放任意的键值对；key是属性名称，value是取值列表，如value为null表示不根据值搜索，否则搜索的值满足列表中任意一个即可。

type

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

op

String

多个属性值之间的关系。可选值如下：

• AND：与关系

• OR：或关系

props

Map<String,Array<String>>

属性的搜索条件，可以有多个属性条件。

code

String

资源规格的属性编码，用于创建作业。

envs

Map<String,String>

运行模型需要的环境变量键值对，可选填，默认为空。为确保您的数据安全，在环境变量中，请勿输入敏感信息。

instance_count

Integer

模型部署的实例数，即计算节点的个数。

model_id

String

模型ID。

specification

String

在线服务的资源规格。详见部署服务

weight

Integer

权重百分比，分配到此模型的流量权重；仅当infer_type为real-time时需要配置，多个权重相加必须等于100。

label

String

参数名。

value

String

参数值。

annotated_sample_count

Integer

已标注样本数量。

confidence_scope

String

置信度范围，取值范围为[0,1]。

dataset_name

String

数据集名称，名称只能是中文、字母、数字、下划线或中划线组成的合法字符串，长度为1-100位。

dataset_type

String

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

String

描述。

dlf_model_job_name

String

DLF模型推理作业名称。

dlf_service_job_name

String

DLF在线服务作业名称。

dlf_train_job_name

String

DLF训练作业名称。

events

Array of Event objects

事件。

hard_example_path

String

难例的存放路径。

hard_select_tasks

Array of HardSelectTask objects

难例筛选作业列表。

manifest_path

String

manifest文件的存放路径。

model_id

String

模型ID。

model_name

String

模型名称。

model_version

String

模型版本。

samples

Array of SampleLabels objects

视频在线服务推理结果。

service_id

String

在线服务ID。

service_name

String

在线服务名称。

service_resource

String

用户绑定的在线服务资源ID。

total_sample_count

Integer

样本总数量。

train_data_path

String

训练数据的存放路径。

train_job_id

String

训练作业ID。

train_job_name

String

训练作业名称。

unconfirmed_sample_count

Integer

待确认样本数量。

version_id

String

数据集版本ID。

version_name

String

数据集版本名称。

workspace_id

String

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

create_time

Long

事件创建时间。

description

String

描述。

elapsed_time

Long

时间执行时间。

error_code

String

错误码。

error_message

String

错误信息。

events

Array of Event objects

子事件列表。

level

Integer

事件级别。

name

String

事件名称。

ordinal

Integer

排序序号。

parent_name

String

上层事件名称。

status

String

状态。可选值如下：

• waiting：等待中

• running：运行中

• failed：已失败

• success：成功

create_at

Long

创建时间。

dataset_id

String

数据集ID。

dataset_name

String

数据集名称。

hard_select_task_id

String

难例筛选任务ID。

task_status

String

任务状态。

time

Long

执行时间。

update_at

Long

更新时间。

labels

Array of SampleLabel objects

样本标签列表，为空表示删除样本的所有标签。

metadata

SampleMetadata object

样本metadata属性键值对。

sample_id

String

样本ID。

sample_type

Integer

样本类型。可选值如下：

• 0：图像

• 1：文本

• 2：语音

• 4：表格

• 6：视频

• 9：自由格式

sample_usage

String

样本用处。可选值如下：

• TRAIN：训练

• EVAL：验证

• TEST：测试

• INFERENCE：推理

source

String

样本数据源地址，通过调用样本列表接口获取。

worker_id

String

团队标注的成员ID。

annotated_by

String

视频标注途径，用于区分标签是人工标注的还是自动标注的。可选值如下：

• human：人工标注

• auto：自动标注

id

String

标签ID。

name

String

标签名。

property

SampleLabelProperty object

样本标签的属性键值对，如物体形状、形状特征等。

score

Float

置信度，取值范围为[0,1]

type

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

@modelarts:content

String

语音标签（包含语音内容和语音起止点）专用内置属性：语音文本内容。

@modelarts:end_index

Integer

命名实体标签专用内置属性：文本的结束位置，但不包括end_index所指的字符。例如：

• 文本内容为“Barack Hussein Obama II (born August 4, 1961) is a attorney and politician.”，则其中人名“Barack Hussein Obama II”的start_index为0，end_index为23。

• 文本内容为“截止到2018年底，本公司人员规模已经超过100”，则其中时间“2018年底”的start_index为3，end_index为9。

@modelarts:end_time

String

语音起止点标签专用内置属性：语音的结束时间，格式“hh:mm:ss.SSS”(其中hh表示小时，mm表示分钟，ss表示秒，SSS表示毫秒)。

@modelarts:feature

Object

物体检测标签专用内置属性：形状特征，类型为List。以图片的左上角为坐标原点[0, 0]，每个坐标点的表示方法为[x, y]，x表示横坐标，y表示纵坐标(x和y均>=0)。每种形状的格式如下：

• bndbox [[0,10],[50,95]] 两个点组成，矩形的左上角为第一个点，矩形的右下角为第二个点(即第一个点x坐标一定小于第二个点的x坐标，第一个点y坐标一定小于第二个点的y坐标)。

• polygon [[0,100],[50,95],[10,60],[500,400]] 多个点组成，按顺序连接成一个多边形。

• circle [[100,100],[50]] 一个圆心点和半径组成。

• line [[0,100],[50,95]] 两个点组成，第一个点起始点，第二个点为终止点。

• dashed [[0,100],[50,95]] 两个点组成，第一个点起始点，第二个点为终止点。

• point [[0,100]] 一个点组成。

• polyline [[0,100],[50,95],[10,60],[500,400]] 折线，多个点组成。

@modelarts:from

String

三元组关系标签专用内置属性：三元组关系标签的起始实体ID。

@modelarts:hard

String

内置属性：标签级别是否难例。可选值为：

• 0/false：非难例

• 1/true：难例

@modelarts:hard_coefficient

String

内置属性：标签级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

String

内置属性：标签级别难例原因。通过中划线间隔单个难例原因ID，例如：“3-20-21-19”。难例原因ID可选值如下：

• 0：未识别出任何目标物体。

• 1：置信度偏低。

• 2：基于训练数据集的聚类结果和预测结果不一致。

• 3：预测结果和训练集同类别数据差异较大。

• 4：连续多张相似图片的预测结果不一致。

• 5：图像的分辨率与训练数据集的特征分布存在较大偏移。

• 6：图像的高宽比与训练数据集的特征分布存在较大偏移。

• 7：图像的亮度与训练数据集的特征分布存在较大偏移。

• 8：图像的饱和度与训练数据集的特征分布存在较大偏移。

• 9：图像的色彩丰富程度与训练数据集的特征分布存在较大偏移。

• 10：图像的清晰度与训练数据集的特征分布存在较大偏移。

• 11：图像的目标框数量与训练数据集的特征分布存在较大偏移。

• 12：图像中目标框的面积标准差与训练数据集的特征分布存在较大偏移。

• 13：图像中目标框的高宽比与训练数据集的特征分布存在较大偏移。

• 14：图像中目标框的面积占比与训练数据集的特征分布存在较大偏移。

• 15：图像中目标框的边缘化程度与训练数据集的特征分布存在较大偏移。

• 16：图像中目标框的亮度与训练数据集的特征分布存在较大偏移。

• 17：图像中目标框的清晰度与训练数据集的特征分布存在较大偏移。

• 18：图像中目标框的堆叠程度与训练数据集的特征分布存在较大偏移。

• 19：基于gaussianblur的数据增强与原图预测结果不一致。

• 20：基于fliplr的数据增强与原图预测结果不一致。

• 21：基于crop的数据增强与原图预测结果不一致。

• 22：基于flipud的数据增强与原图预测结果不一致。

• 23：基于scale的数据增强与原图预测结果不一致。

• 24：基于translate的数据增强与原图预测结果不一致。

• 25：基于shear的数据增强与原图预测结果不一致。

• 26：基于superpixels的数据增强与原图预测结果不一致。

• 27：基于sharpen的数据增强与原图预测结果不一致。

• 28：基于add的数据增强与原图预测结果不一致。

• 29：基于invert的数据增强与原图预测结果不一致。

• 30：数据被预测为异常点。

@modelarts:shape

String

物体检测标签专用内置属性：物体形状，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:source

String

语音起止点标签专用内置属性：语音来源(例如说话人/旁白等)。

@modelarts:start_index

Integer

命名实体标签专用内置属性：文本的起始位置，值从0开始，包括start_index所指的字符。

@modelarts:start_time

String

语音起止点标签专用内置属性：语音的起始时间，格式“hh:mm:ss.SSS”(其中hh表示小时，mm表示分钟，ss表示秒，SSS表示毫秒)。

@modelarts:to

String

三元组关系标签专用内置属性：三元组关系标签的指向实体ID。

@modelarts:import_origin

Integer

内置属性：样本来源。

@modelarts:hard

Double

内置属性：样本级别是否难例。可选值为：

• 0：非难例

• 1：难例

@modelarts:hard_coefficient

Double

内置属性：样本级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

Array of integers

内置属性：样本级别难例原因ID列表。难例原因ID可选值如下：

• 0：未识别出任何目标物体。

• 1：置信度偏低。

• 2：基于训练数据集的聚类结果和预测结果不一致。

• 3：预测结果和训练集同类别数据差异较大。

• 4：连续多张相似图片的预测结果不一致。

• 5：图像的分辨率与训练数据集的特征分布存在较大偏移。

• 6：图像的高宽比与训练数据集的特征分布存在较大偏移。

• 7：图像的亮度与训练数据集的特征分布存在较大偏移。

• 8：图像的饱和度与训练数据集的特征分布存在较大偏移。

• 9：图像的色彩丰富程度与训练数据集的特征分布存在较大偏移。

• 10：图像的清晰度与训练数据集的特征分布存在较大偏移。

• 11：图像的目标框数量与训练数据集的特征分布存在较大偏移。

• 12：图像中目标框的面积标准差与训练数据集的特征分布存在较大偏移。

• 13：图像中目标框的高宽比与训练数据集的特征分布存在较大偏移。

• 14：图像中目标框的面积占比与训练数据集的特征分布存在较大偏移。

• 15：图像中目标框的边缘化程度与训练数据集的特征分布存在较大偏移。

• 16：图像中目标框的亮度与训练数据集的特征分布存在较大偏移。

• 17：图像中目标框的清晰度与训练数据集的特征分布存在较大偏移。

• 18：图像中目标框的堆叠程度与训练数据集的特征分布存在较大偏移。

• 19：基于gaussianblur的数据增强与原图预测结果不一致。

• 20：基于fliplr的数据增强与原图预测结果不一致。

• 21：基于crop的数据增强与原图预测结果不一致。

• 22：基于flipud的数据增强与原图预测结果不一致。

• 23：基于scale的数据增强与原图预测结果不一致。

• 24：基于translate的数据增强与原图预测结果不一致。

• 25：基于shear的数据增强与原图预测结果不一致。

• 26：基于superpixels的数据增强与原图预测结果不一致。

• 27：基于sharpen的数据增强与原图预测结果不一致。

• 28：基于add的数据增强与原图预测结果不一致。

• 29：基于invert的数据增强与原图预测结果不一致。

• 30：数据被预测为异常点。

@modelarts:size

Array of objects

内置属性：图像尺寸（图像的宽度、高度、深度），类型为List[/topic/body/section/table/tgroup/tbody/row/entry/p/br {""}) (br]。列表中的第一个数字为宽度(像素)，第二个数字为高度(像素)，第三个数字为深度(深度可以没有，默认为3)，如[100,200,3]和[100,200]均合法。 说明：只有当样本的标签列表包含物体检测标签时，此字段必选。

200

OK

401

Unauthorized

403

Forbidden

404

Not Found