批量添加样本

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。

final_annotation

否

Boolean

是否直接导入到最终结果。可选值如下：

• true：标签导入到已标注（默认值）

• false：标签导入到待确认，导入到待确认状态目前仅支持的数据集类型为图像分类和物体检测。

label_format

否

LabelFormat object

标签格式，此参数仅文本类数据集使用。

samples

否

Array of Sample objects

样本列表。

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。

data

否

Object

样本文件的字节数据。类型为java.nio.ByteBuffer，前台调用时传字节数据转换后的字符串。

data_source

否

DataSource object

数据来源。

encoding

否

String

样本文件的编码类型，用于文本类型（txt/csv）的文件上传。取值有UTF-8、GBK、GB2312等，默认为UTF-8编码。

labels

否

Array of SampleLabel objects

样本标签列表。

metadata

否

SampleMetadata object

样本metadata属性键值对。

name

否

String

样本文件名称，名称不能包含!<>=&"'特殊字符，长度为0-1024位。

sample_type

否

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

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。

annotated_by

否

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

否

String

标签ID。

name

否

String

标签名。

property

否

SampleLabelProperty object

样本标签的属性键值对，如物体形状、形状特征等。

score

否

Float

置信度，取值范围为[0,1]

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

@modelarts:content

否

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

否

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

否

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

否

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

否

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

否

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

否

String

内置属性：标签级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

否

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

否

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

否

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

否

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

否

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

否

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

否

Integer

内置属性：样本来源。

@modelarts:hard

否

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

否

Double

内置属性：样本级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

否

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

否

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。

error_code

String

操作失败的错误码。

error_msg

String

操作失败的错误信息。

results

Array of UploadSampleResp objects

批量添加样本的响应列表。

success

Boolean

操作是否执行成功。可选值如下：

• true：执行成功

• false：执行失败

error_code

String

操作失败的错误码。

error_msg

String

操作失败的错误信息。

info

String

描述信息。

name

String

样本文件名。

success

Boolean

操作是否执行成功。可选值如下：

• true：执行成功

• false：执行失败

200

OK

401

Unauthorized

403

Forbidden

404

Not Found