Estos contenidos se han traducido de forma automática para su comodidad, pero Huawei Cloud no garantiza la exactitud de estos. Para consultar los contenidos originales, acceda a la versión en inglés.

Centro de ayuda/ ModelArts/ Referencia de la API/ Gestión de datos/ Gestión de conjuntos de datos/ Creación de un conjunto de datos

Actualización más reciente 2022-11-14 GMT+08:00

Ver PDF

Creación de un conjunto de datos

Función

Esta API se utiliza para crear un conjunto de datos.

URI

POST /v2/{project_id}/datasets

**Tabla 1** Parámetros de ruta
Parámetro	Obligatorio	Tipo	Descripción
project_id	Sí	String	ID del proyecto. Para obtener más información sobre cómo obtener el ID de proyecto, consulte Obtención de un ID de proyecto.

Parámetros de solicitud

**Tabla 2** Parámetros de body de solicitud
Parámetro	Obligatorio	Tipo	Descripción
data_format	No	String	Formato de datos. Opciones: Default: formato predeterminado CarbonData (soportado solo por conjuntos de datos de tablas)
data_sources	Sí	Array of DataSource objects	Ruta de entrada del conjunto de datos, que se utiliza para sincronizar los datos de origen (como imágenes, archivos de texto y archivos de audio) en el directorio y sus subdirectorios con el conjunto de datos. Para un conjunto de datos de tabla, este parámetro indica el directorio de importación. El directorio de trabajo de un conjunto de datos de tabla no puede ser una ruta OBS en un bucket cifrado en KMS. Sólo se puede importar un origen de datos a la vez.
dataset_name	Sí	String	Nombre del conjunto de datos. El valor contiene de 1 a 100 caracteres. Solo se permiten letras, dígitos, guiones bajos (_), y guiones (-) por ejemplo, conjunto de datos-9f3b.
dataset_type	No	Integer	Tipo de conjunto de datos. Opciones: 0: clasificación de imágenes 1: detección de objetos 3: segmentación de la imagen 100: Clasificación del texto 101: reconocimiento de entidad nombrada 102: triplicación de texto 200: clasificación de sonido 201: Etiquetado de voz 202: Etiquetado de párrafo de discurso 400: tabla de conjunto de datos 600: etiquetado de vídeo 900: formato libre
description	No	String	Descripción del conjunto de datos. El valor está vacío por defecto. La descripción contiene de 0 a 256 caracteres y no admite los siguientes caracteres especiales: ^!<>=&"'
import_annotations	No	Boolean	Si desea importar automáticamente la información de etiquetado en el directorio de entrada, admitiendo la detección, la clasificación de imágenes y la clasificación de texto. Opciones: true: Importar información de etiquetado en el directorio de entrada. (Valor predeterminado) false: no importa información de etiquetado en el directorio de entrada.
import_data	No	Boolean	Si se van a importar datos. Este parámetro se utiliza únicamente para conjuntos de datos de tablas. Opciones: true: Importar datos al crear una base de datos. false: no importa datos al crear una base de datos. (Valor predeterminado)
label_format	No	LabelFormat object	Información sobre el formato de la etiqueta. Este parámetro se utiliza únicamente para conjuntos de datos de texto.
labels	No	Array of Label objects	Lista de etiqueta de conjunto de datos.
managed	No	Boolean	Si desea alojar un conjunto de datos. Opciones: true: Aloja un conjunto de datos. false: no aloja un conjunto de datos.(Default value)
schema	No	Array of Field objects	Lista de esquemas.
work_path	Sí	String	Ruta del conjunto de datos de salida, que se utiliza para almacenar archivos de salida, como archivos de etiquetas. El formato es /Bucket name/File path, for example, /obs-bucket/flower/rose/. (El directorio se utiliza como ruta de acceso.) Un bucket no se puede utilizar directamente como ruta de acceso. La ruta del conjunto de datos de salida es diferente de la ruta del conjunto de datos de entrada o de su subdirectorio. El valor contiene de 3 a 700 caracteres.
work_path_type	Yes	Integer	Tipo de la ruta de salida del conjunto de datos. Opciones: 0: bucket OBS (valor predeterminado)
workforce_information	No	WorkforceInformation object	Información de etiquetado del equipo.
workspace_id	No	String	ID del espacio de trabajo. Si no se crea ningún espacio de trabajo, el valor predeterminado es 0. Si se crea y utiliza un espacio de trabajo, utilice el valor real.

**Tabla 3** DataSource
Parámetro	Obligatorio	Tipo	Descripción
data_path	No	String	Ruta de origen de datos.
data_type	No	Integer	Tipo de datos. Opciones: 0: bucket OBS (valor predeterminado) 1: GaussDB(DWS) 2: DLI 3: RDS 4: MRS 5: AI Gallery 6: Servicio de inferencia
schema_maps	No	Array of SchemaMap objects	Información de asignación de esquemas correspondiente a los datos de la tabla.
source_info	No	SourceInfo object	Información necesaria para importar un origen de datos de tabla.
with_column_header	No	Boolean	Si la primera fila del archivo es un nombre de columna. Este campo es válido para el conjunto de datos de la tabla. Opciones: true: La primera fila del archivo es el nombre de la columna. false: La primera fila del archivo no es el nombre de la columna.

**Tabla 4** SchemaMap
Parámetro	Obligatorio	Tipo	Descripción
dest_name	No	String	Nombre de la columna de destino.
src_name	No	String	Nombre de la columna de origen.

**Tabla 5** SourceInfo
Parámetro	Obligatorio	Tipo	Descripción
cluster_id	No	String	ID de un clúster MRS.
cluster_mode	No	String	Modo de ejecución de un clúster MRS. Opciones: 0: clúster normal 1: clúster de seguridad
cluster_name	No	String	Nombre de un clúster MRS.
database_name	No	String	Nombre de la base de datos a la que se importa el conjunto de datos de la tabla.
input	No	String	Ruta HDFS de un conjunto de datos de tabla.
ip	No	String	Dirección IP del clúster de GaussDB(DWS).
port	No	String	Número de puerto del clúster GaussDB(DWS).
queue_name	No	String	Nombre de la cola DLI de un conjunto de datos de tabla.
subnet_id	No	String	ID de subred de un clúster MRS.
table_name	No	String	Nombre de la tabla a la que se importa un conjunto de datos de tabla.
user_name	No	String	Nombre de usuario, que es obligatorio para los datos de GaussDB(DWS).
user_password	No	String	Contraseña de usuario, que es obligatoria para los datos de GaussDB(DWS).
vpc_id	No	String	ID de la VPC donde reside un clúster MRS.

**Tabla 6** LabelFormat
Parámetro	Obligatorio	Tipo	Descripción
label_type	No	String	Tipo de etiqueta de clasificación de texto. Opciones:- 0: La etiqueta está separada del texto, y se distinguen por el sufijo fijo _result. Por ejemplo, el archivo de texto es abc.txt y el archivo de etiqueta es abc_result.txt.- 1: Valor predeterminado. Las etiquetas y los textos se almacenan en el mismo archivo y se separan por separadores. Puede utilizar text_sample_separator para especificar el separador entre el texto y la etiqueta y text_label_separator para especificar el separador entre etiquetas.
text_label_separator	No	String	Separador entre etiquetas. Por defecto, se utiliza un (,) de comas como separador. El separador necesita escaparse. El separador puede contener solo un carácter, como una letra, un dígito o cualquiera de los siguientes characters:!@#$%^&*_=\|?/':.;,
text_sample_separator	No	String	Separador entre el texto y la etiqueta. Por defecto, la tecla Tab se utiliza como separador. El separador necesita escaparse. El separador puede contener solo un carácter, como una letra, un dígito o cualquiera de los siguientes characters:!@#$%^&*_=\|?/':.;,

**Tabla 7** Nombre
Parámetro	Obligatorio	Tipo	Descripción
attributes	No	Array of LabelAttribute objects	Atributo multidimensional de una etiqueta. Por ejemplo, si la etiqueta es música, se pueden incluir atributos como el estilo y el artista.
name	No	String	Nombre de la etiqueta.
property	No	LabelProperty object	Par clave-valor de atributo básico de una etiqueta, como el color y las teclas de método abreviado.
type	No	Integer	Tipo de etiqueta. Opciones: 0: clasificación de imágenes 1: detección de objetos 3: segmentación de la imagen 100: Clasificación del texto 101: reconocimiento de entidad nombrada 102: Relación de trillizos de texto 103: Entidad triplete de texto 200: clasificación de sonido 201: Etiquetado de voz 202: Etiquetado de párrafo de discurso 600: etiquetado de vídeo

**Tabla 8** LabelAttribute
Parámetro	Obligatorio	Tipo	Descripción
default_value	No	String	Valor predeterminado de un atributo label.
id	No	String	ID de atributo de etiqueta.
name	No	String	Nombre del atributo de etiqueta.
type	No	String	Tipo de atributo de etiqueta. Opciones: text: text select: lista desplegable de una sola opción
values	No	Array of LabelAttributeValue objects	Lista de valores de atributo de etiqueta.

**Tabla 9** LabelAttributeValue
Parámetro	Obligatorio	Tipo	Descripción
id	No	String	ID de valor de atributo de etiqueta.
value	No	String	Valor del atributo de etiqueta.

**Tabla 10** LabelProperty
Parámetro	Obligatorio	Tipo	Descripción
@modelarts:color	No	String	Atributo predeterminado: Color de etiqueta, que es un código hexadecimal del color. De forma predeterminada, este parámetro se deja en blanco. Ejemplo: #FFFFF0.
@modelarts:default_shape	No	String	Atributo predeterminado: forma predeterminada de una etiqueta de detección de objeto (atributo dedicado). De forma predeterminada, este parámetro se deja en blanco. Opciones: bndbox: rectángulo polygon: polígono circle: círculo line: línea recta dashed: línea de puntos point: punto polyline: polilínea
@modelarts:from_type	No	String	Atributo por defecto: Tipo de la entidad de cabecera en la etiqueta de relación de triplete. Este atributo debe especificarse cuando se crea una etiqueta de relación. Este parámetro solo se utiliza para el conjunto de datos de texto triplete.
@modelarts:rename_to	No	String	Atributo predeterminado: el nuevo nombre de la etiqueta.
@modelarts:shortcut	No	String	Atributo predeterminado: Tecla de método abreviado de etiqueta. De forma predeterminada, este parámetro se deja en blanco. Por ejemplo: D.
@modelarts:to_type	No	String	Atributo por defecto: Tipo de la entidad de cola en la etiqueta de relación de triplete. Este atributo debe especificarse cuando se crea una etiqueta de relación. Este parámetro solo se utiliza para el conjunto de datos de texto triplete.

**Tabla 11** Field
Parámetro	Obligatorio	Tipo	Descripción
description	No	String	Descripción del esquema.
name	No	String	Nombre del esquema.
schema_id	No	Integer	ID de esquema.
type	No	String	Tipo de valor de esquema.

**Tabla 12** WorkforceInformation
Parámetro	Obligatorio	Tipo	Descripción
data_sync_type	No	Integer	Tipo de sincronización. Opciones: 0: no se sincronizará 1: datos a sincronizar 2: etiqueta a sincronizar 3: datos y etiqueta a sincronizar
repetition	No	Integer	Número de personas que etiquetan cada muestra. El valor mínimo es 1.
synchronize_auto_labeling_data	No	Boolean	Si se deben actualizar sincrónicamente los datos de etiquetado automático. Opciones: true: Actualiza los datos de etiquetado automático de forma síncrona. false: No actualice los datos de etiquetado automático de forma síncrona.
synchronize_data	No	Boolean	Si desea sincronizar datos actualizados, como cargar archivos, sincronizar orígenes de datos y asignar archivos importados sin etiqueta a los miembros del equipo. Opciones: true: Sincroniza los datos actualizados con los miembros del equipo. false: no sincronizar los datos actualizados con los miembros del equipo.
task_id	No	String	ID de una tarea de etiquetado de equipo.
task_name	Yes	String	Nombre de una tarea de etiquetado de equipo. El valor contiene de 1 a 64 caracteres, incluyendo solo letras, dígitos, (_), de guiones bajos y (-) de guiones.
workforces_config	No	WorkforcesConfig object	Asignación de mano de obra de una tarea de etiquetado de equipo. Puede delegar al administrador para asignar la mano de obra o hacerlo usted mismo.

**Tabla 13** WorkforcesConfig
Parámetro	Obligatorio	Tipo	Descripción
agency	No	String	Administrador del equipo.
workforces	No	Array of WorkforceConfig objects	Lista de equipos que ejecutan tareas de etiquetado.

**Tabla 14** WorkforceConfig
Parámetro	Obligatorio	Tipo	Descripción
workers	No	Array of Worker objects	Lista de miembros del equipo de etiquetado.
workforce_id	No	String	ID de un equipo de etiquetado.
workforce_name	No	String	Nombre de un equipo de etiquetado. El valor contiene de 0 a 1024 caracteres y no admite los siguientes caracteres especiales:!<>=&"'

**Tabla 15** Trabajador
Parámetro	Obligatorio	Tipo	Descripción
create_time	No	Long	Tiempo de creación.
description	No	String	Descripción del miembro del equipo de etiquetado. El valor contiene de 0 a 256 caracteres y no admite los siguientes caracteres especiales: ^!<>=&"'
email	No	String	Dirección de correo electrónico de un miembro del equipo de etiquetado.
role	No	Integer	Rol. Opciones: 0: personal de etiquetado 1: revisor 2: administrador del equipo 3: propietario del conjunto de datos
status	No	Integer	Estado actual de inicio de sesión de un miembro del equipo de etiquetado. Opciones: 0: El correo electrónico de invitación no se ha enviado. 1: El correo electrónico de invitación se ha enviado pero el usuario no ha iniciado sesión. 2: El usuario ha iniciado sesión. 3: Se ha eliminado el miembro del equipo de etiquetado.
update_time	No	Long	Tiempo de actualización.
worker_id	No	String	ID de un miembro del equipo de etiquetado.
workforce_id	No	String	ID de un equipo de etiquetado.

Parámetros de respuesta

Código de estado: 201

**Tabla 16** Parámetros de body de respuesta
Parámetro	Tipo	Descripción
dataset_id	String	ID de conjunto de datos.
error_code	String	Código de error.
error_msg	String	Mensaje de error.
import_task_id	String	ID de una tarea de importación.

Solicitudes de ejemplo

Creación de un conjunto de datos de clasificación de imágenes

{
  "workspace_id" : "0",
  "dataset_name" : "dataset-457f",
  "dataset_type" : 0,
  "data_sources" : [ {
    "data_type" : 0,
    "data_path" : "/test-obs/classify/input/cat-dog/"
  } ],
  "description" : "",
  "work_path" : "/test-obs/classify/output/",
  "work_path_type" : 0,
  "labels" : [ {
    "name" : "Cat",
    "type" : 0,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  }, {
    "name" : "Dog",
    "type" : 0,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  } ]
}

Creación de un conjunto de datos de detección de objetos

{
  "workspace_id" : "0",
  "dataset_name" : "dataset-95a6",
  "dataset_type" : 1,
  "data_sources" : [ {
    "data_type" : 0,
    "data_path" : "/test-obs/detect/input/cat-dog/"
  } ],
  "description" : "",
  "work_path" : "/test-obs/detect/output/",
  "work_path_type" : 0,
  "labels" : [ {
    "name" : "Cat",
    "type" : 1,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  }, {
    "name" : "Dog",
    "type" : 1,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  } ]
}

Creación de una tabla de conjunto de datos

{
  "workspace_id" : "0",
  "dataset_name" : "dataset-de83",
  "dataset_type" : 400,
  "data_sources" : [ {
    "data_type" : 0,
    "data_path" : "/test-obs/table/input/",
    "with_column_header" : true
  } ],
  "description" : "",
  "work_path" : "/test-obs/table/output/",
  "work_path_type" : 0,
  "schema" : [ {
    "schema_id" : 1,
    "name" : "150",
    "type" : "STRING"
  }, {
    "schema_id" : 2,
    "name" : "4",
    "type" : "STRING"
  }, {
    "schema_id" : 3,
    "name" : "setosa",
    "type" : "STRING"
  }, {
    "schema_id" : 4,
    "name" : "versicolor",
    "type" : "STRING"
  }, {
    "schema_id" : 5,
    "name" : "virginica",
    "type" : "STRING"
  } ],
  "import_data" : true
}

Ejemplo de respuestas

Código de estado: 201

Created

{
  "dataset_id" : "WxCREuCkBSAlQr9xrde"
}

Códigos de estado

Código de estado	Descripción
201	Created
401	Unauthorized
403	Forbidden
404	Not Found

Códigos de error

Consulte Códigos de error.

Tema principal: Gestión de conjuntos de datos

Tema anterior: Consulta de la lista de conjuntos de datos

Tema siguiente: Consulta de detalles acerca de un conjunto de datos

Comentarios

¿Le pareció útil esta página?

Sí No

Deje algún comentario

Muchas gracias por sus comentarios. Seguiremos trabajando para mejorar la documentación.

El sistema está ocupado. Vuelva a intentarlo más tarde.

¿Cuáles de los siguientes problemas se presentaron?

Contenido diferente a la de la IU del producto

Descripciones poco claras

Falta de ejemplos o código

Pasos incorrectos

No puedo encontrar lo que necesito

Falta de prácticas recomendadas

Comentarios (opcional)

0/500

Seleccione al menos un tipo de problema e ingrese sus comentarios o sugerencias.

Ingrese 500 caracteres como máximo.

Enviar Cancelar