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/ Consulta de detalles acerca de un conjunto de datos

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

Ver PDF

Consulta de detalles acerca de un conjunto de datos

Función

Esta API se utiliza para consultar detalles sobre un conjunto de datos.

URI

GET /v2/{project_id}/datasets/{dataset_id}

**Tabla 1** Parámetros de ruta
Parámetro	Obligatorio	Tipo	Descripción
dataset_id	Sí	String	ID de conjunto de datos.
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.

**Tabla 2** Parámetros de Query
Parámetro	Obligatorio	Tipo	Descripción
check_running_task	No	Boolean	Si se deben detectar las tareas (incluidas las tareas de inicialización) que se están ejecutando en un conjunto de datos. Opciones: true: Detecta las tareas (incluidas las tareas de inicialización) que se están ejecutando en el conjunto de datos. false: no detecte las tareas que se están ejecutando en el conjunto de datos. (Valor predeterminado)
running_task_type	No	Integer	Tipo de las tareas en ejecución (incluidas las tareas de inicialización) que se van a detectar. Opciones: 0: etiquetado automático 1: pre-etiquetado 2: exportar 3: cambio de versión 4: exportación de archivos de manifiesto 5: importación de archivos de manifiesto 6: publicación de versiones 7: agrupación automática 10: despliegue del modelo con un solo clic (valor predeterminado)

Parámetros de solicitud

Ninguno

Parámetros de respuesta

Código de estado: 200

**Tabla 3** Parámetros de body de respuesta
Parámetro	Tipo	Descripción
annotated_sample_count	Integer	Número de muestras etiquetadas en un conjunto de datos.
annotated_sub_sample_count	Integer	Número de submuestras etiquetadas.
content_labeling	Boolean	Si se habilita el etiquetado de contenido para el conjunto de datos de etiquetado de párrafos de voz. Esta función está habilitada por defecto.
create_time	Long	Hora en la que se crea un conjunto de datos.
current_version_id	String	ID de versión actual de un conjunto de datos.
current_version_name	String	Nombre de la versión actual de un conjunto de datos.
data_format	String	Formato de datos.
data_sources	Array of DataSource objects	Lista de orígenes de datos.
data_statistics	Map<String,Object>	Estadísticas de ejemplo en un conjunto de datos, incluidas las estadísticas en metadatos de ejemplo.
data_update_time	Long	Hora en que se actualizan una muestra y una etiqueta.
dataset_format	Integer	Formato de conjunto de datos. Opciones: 0: archivo 1: tabla
dataset_id	String	ID de conjunto de datos.
dataset_name	String	Nombre del conjunto de datos.
dataset_tags	Array of strings	Lista de identificadores de clave de un conjunto de datos, por ejemplo, ["Image","Object detection"].
dataset_type	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
dataset_version_count	Integer	Número de versiones del conjunto de datos.
deleted_sample_count	Integer	Número de muestras eliminadas.
deletion_stats	Map<String,Integer>	Estadísticas de motivos de eliminación.
description	String	Descripción del conjunto de datos.
enterprise_project_id	String	ID del proyecto de empresa.
exist_running_task	Boolean	Si el conjunto de datos contiene tareas en ejecución (incluidas las de inicialización). Opciones: true: el conjunto de datos contiene tareas en ejecución. false: el conjunto de datos no contiene tareas en ejecución.
exist_workforce_task	Boolean	Si el conjunto de datos contiene tareas de etiquetado de equipo. Opciones: true: el conjunto de datos contiene tareas de etiquetado de equipo. false: el conjunto de datos no contiene tareas de etiquetado de equipos.
feature_supports	Array of strings	Lista de características admitidas por el conjunto de datos. Actualmente, solo se admite el valor 0, lo que indica que el tamaño del archivo OBS es limitado.
import_data	Boolean	Si se van a importar datos. Opciones: true: Importar datos. false: no importar datos.
import_task_id	String	ID de una tarea de importación.
inner_annotation_path	String	Ruta de acceso para almacenar el resultado de etiquetado de un conjunto de datos.
inner_data_path	String	Ruta para almacenar los datos internos de un conjunto de datos.
inner_log_path	String	Ruta para almacenar registros internos de un conjunto de datos.
inner_task_path	String	Ruta de acceso para la tarea interna de un conjunto de datos.
inner_temp_path	String	Ruta para almacenar archivos temporales internos de un conjunto de datos.
inner_work_path	String	Directorio de salida de un conjunto de datos.
label_task_count	Integer	Número de tareas de etiquetado.
labels	Array of Label objects	Lista de etiqueta de conjunto de datos.
loading_sample_count	Integer	Número de muestras de carga.
managed	Boolean	Si un conjunto de datos está alojado. Opciones: true: El conjunto de datos está alojado. false: el conjunto de datos no está alojado.
next_version_num	Integer	Número de versiones siguientes de un conjunto de datos.
running_tasks_id	Array of strings	Lista de ID de las tareas en ejecución (incluida la inicialización).
schema	Array of Field objects	Lista de esquemas.
status	Integer	Estado del conjunto de datos. Opciones: 0: creación de conjunto de datos 1: conjunto de datos normal 2: eliminación del conjunto de datos 3: conjunto de datos eliminados 4: conjunto de datos anormales 5: conjunto de datos de sincronización 6: lanzamiento de conjunto de datos 7: conjunto de datos en el cambio de versión 8: importación de conjunto de datos
third_path	String	Ruta de terceros.
total_sample_count	Integer	Número total de muestras de conjuntos de datos.
total_sub_sample_count	Integer	Número total de submuestras generadas a partir de las muestras prinicpales. Por ejemplo, el número total de imágenes de fotograma clave extraídas del conjunto de datos de etiquetado de vídeo es el de submuestras.
unconfirmed_sample_count	Integer	Número de muestras de etiquetado automático a confirmar.
update_time	Long	Hora en la que se actualiza un conjunto de datos.
versions	Array of DatasetVersion objects	Información sobre la versión del conjunto de datos. Actualmente, solo se registra la información de la versión actual de un conjunto de datos.
work_path	String	Ruta del conjunto de datos de salida, que se utiliza para almacenar archivos de salida, como archivos de etiquetas. La ruta es una ruta de OBS con el formato de /Bucket name/File path. Por ejemplo: /obs-bucket.
work_path_type	Integer	Tipo de la ruta de salida del conjunto de datos. Opciones: 0: bucket OBS (valor predeterminado)
workforce_descriptor	WorkforceDescriptor object	Información de etiquetado del equipo.
workforce_task_count	Integer	Número de tareas de etiquetado de equipo de un conjunto de datos.
workspace_id	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 4** DataSource
Parámetro	Tipo	Descripción
data_path	String	Ruta de origen de datos.
data_type	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	Array of SchemaMap objects	Información de asignación de esquemas correspondiente a los datos de la tabla.
source_info	SourceInfo object	Información necesaria para importar un origen de datos de tabla.
with_column_header	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 5** SchemaMap
Parámetro	Tipo	Descripción
dest_name	String	Nombre de la columna de destino.
src_name	String	Nombre de la columna de origen.

**Tabla 6** SourceInfo
Parámetro	Tipo	Descripción
cluster_id	String	ID de un clúster MRS.
cluster_mode	String	Modo de ejecución de un clúster MRS. Opciones: 0: clúster normal 1: clúster de seguridad
cluster_name	String	Nombre de un clúster MRS.
database_name	String	Nombre de la base de datos a la que se importa el conjunto de datos de la tabla.
input	String	Ruta HDFS de un conjunto de datos de tabla.
ip	String	Dirección IP del clúster de GaussDB(DWS).
port	String	Número de puerto del clúster GaussDB(DWS).
queue_name	String	Nombre de la cola DLI de un conjunto de datos de tabla.
subnet_id	String	ID de subred de un clúster MRS.
table_name	String	Nombre de la tabla a la que se importa un conjunto de datos de tabla.
user_name	String	Nombre de usuario, que es obligatorio para los datos de GaussDB(DWS).
user_password	String	Contraseña de usuario, que es obligatoria para los datos de GaussDB(DWS).
vpc_id	String	ID de la VPC donde reside un clúster MRS.

**Tabla 7** Label
Parámetro	Tipo	Descripción
attributes	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	String	Nombre de la etiqueta.
property	LabelProperty object	Par clave-valor de atributo básico de una etiqueta, como el color y las teclas de método abreviado.
type	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** LabelProperty
Parámetro	Tipo	Descripción
@modelarts:color	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	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	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	String	Atributo predeterminado: el nuevo nombre de la etiqueta.
@modelarts:shortcut	String	Atributo predeterminado: Tecla de método abreviado de etiqueta. De forma predeterminada, este parámetro se deja en blanco. Por ejemplo: D.
@modelarts:to_type	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 9** Field
Parámetro	Tipo	Descripción
description	String	Descripción del esquema.
name	String	Nombre del esquema.
schema_id	Integer	ID de esquema.
type	String	Tipo de valor de esquema.

**Tabla 10** DatasetVersion
Parámetro	Tipo	Descripción
add_sample_count	Integer	Número de muestras añadidas.
analysis_cache_path	String	Ruta de caché para el análisis de características.
analysis_status	Integer	Estado de una tarea de análisis de elementos. Opciones: 0: inicializado 1: en ejecución 2: completado 3: fallido
analysis_task_id	String	ID de una tarea de análisis de características.
annotated_sample_count	Integer	Número de muestras con versiones etiquetadas.
annotated_sub_sample_count	Integer	Número de submuestras etiquetadas.
clear_hard_property	Boolean	Si se deben borrar las propiedades del ejemplo duro durante la publicación. Opciones: true: Borre propiedades de ejemplos duros. (Valor predeterminado) false: No borre las propiedades de los ejemplos duros.
code	String	Código de estado de una tarea de preprocesamiento, como rotación y recorte.
create_time	Long	Hora en que se crea una versión.
crop	Boolean	Si desea recortar la imagen. Este campo sólo es válido para el conjunto de datos de detección de objetos cuyo cuadro de etiquetado está en forma de rectángulo. Opciones: true: Recortar la imagen. false: No recortar la imagen. (Valor predeterminado)
crop_path	String	Ruta para almacenar archivos recortados.
crop_rotate_cache_path	String	Directorio temporal para ejecutar la tarea de rotación y recorte.
data_analysis	Map<String,Object>	Resultado del análisis de características en formato JSON.
data_path	String	Ruta para almacenar datos.
data_statistics	Map<String,Object>	Estadísticas de ejemplo en un conjunto de datos, incluidas las estadísticas de metadatos de ejemplo en formato JSON.
data_validate	Boolean	Si los datos son validados por el algoritmo de validación antes de publicación. Opciones: true: los datos han sido validados. false: los datos no se han validado.
deleted_sample_count	Integer	Número de muestras eliminadas.
deletion_stats	Map<String,Integer>	Estadísticas de motivos de eliminación.
description	String	Descripción de una versión.
export_images	Boolean	Si desea exportar imágenes al directorio de salida de la versión durante el lanzamiento. Opciones: true: Exporte imágenes al directorio de salida de la versión. false: no exporte imágenes al directorio de salida de la versión. (Valor predeterminado)
extract_serial_number	Boolean	Si se va a analizar el número de submuestra durante la publicación. El campo es válido para el conjunto de datos de atención médica. Opciones: true: Analiza el número de submuestra. false: no analice el número de submuestra. (Valor predeterminado)
include_dataset_data	Boolean	Si desea incluir los datos de origen de un conjunto de datos durante la publicación. Opciones: true: Se incluyen los datos de origen de un conjunto de datos. false: no se incluyen los datos de origen de un conjunto de datos.
is_current	Boolean	Si se utiliza la versión actual del conjunto de datos. Opciones: trub se utiliza la versión actual del conjunto de datos. falsee: no se utiliza la versión actual del conjunto de datos.
label_stats	Array of LabelStats objects	Lista de estadísticas de etiquetas de una versión publicada.
label_type	String	Tipo de etiqueta de una versión publicada. Opciones: multi: se incluyen muestras multietiqueta. single: Todas las muestras están marcadas con un solo marcador.
manifest_cache_input_path	String	Ruta de entrada para la caché del archivo de manifest durante la publicación de la versión.
manifest_path	String	Ruta de acceso para almacenar el archivo de manifest con la versión publicada.
message	String	Información de la tarea registrada durante la liberación (por ejemplo, información de error).
modified_sample_count	Integer	Número de muestras modificadas.
previous_annotated_sample_count	Integer	Número de muestras etiquetadas de versiones principales.
previous_total_sample_count	Integer	Muestras totales de versiones principales.
previous_version_id	String	ID de versión principal
processor_task_id	String	ID de una tarea de preprocesamiento, como rotación y recorte.
processor_task_status	Integer	Estado de una tarea de preprocesamiento, como rotación y recorte. Opciones: 0: inicializado 1: en ejecución 2: completado 3: fallido 4: parado 5: tiempo de espera 6: error de eliminación 7: parada fallida
remove_sample_usage	Boolean	Si se debe borrar la información de uso existente de un conjunto de datos durante el lanzamiento. Opciones: true: Borre la información de uso existente de un conjunto de datos. (Valor predeterminado) false: no borre la información de uso existente de un conjunto de datos.
rotate	Boolean	Si desea girar la imagen. Opciones: true: Gire la imagen. false: no gire la imagen. (Valor predeterminado)
rotate_path	String	Ruta de acceso para almacenar el archivo rotado.
sample_state	String	Estado de la muestra. Opciones: __ALL__: etiquetado __NONE__: sin etiqueta __UNCHECK__: a comprobar __ACEPTADO__: aceptado __RECHAZADO__: rechazado __UNREVIEWED__: a ser revisado __REVISADO__: revisado __WORKFORCE_SAMPLED__: datos aceptados muestreados __WORKFORCE_SAMPLED_UNCHECK__: muestras a comprobar __WORKFORCE_SAMPLED_CHECKED__: muestras comprobadas __WORKFORCE_SAMPLED_ACCEPTED__: muestras aceptadas __WORKFORCE_SAMPLED_REJECTED__: muestras rechazadas __AUTO_ANNOTATION__: a comprobar
start_processor_task	Boolean	Si se debe iniciar una tarea de análisis de datos durante la publicación. Opciones: true: Iniciar una tarea de análisis de datos durante el lanzamiento. false: No inicie una tarea de análisis de datos durante el lanzamiento. (Valor predeterminado)
status	Integer	Estado de una versión de conjunto de datos. Opciones: 0: creando 1: en ejecución 2: eliminación 3: eliminado 4: error
tags	Array of strings	Lista de identificadores de clave del conjunto de datos. El tipo de etiquetado se utiliza como etiqueta predeterminada cuando la tarea de etiquetado publica una versión. Por ejemplo, ["Image","Object detection"].
task_type	Integer	Tipo de tarea de etiquetado de la versión publicada, que es el mismo que el tipo de conjunto de datos.
total_sample_count	Integer	Número total de muestras de versión.
total_sub_sample_count	Integer	Número total de submuestras generadas a partir de las muestras prinicpales.
train_evaluate_sample_ratio	String	Dividir la relación de entrenamiento y verificación durante el lanzamiento de la versión. El valor predeterminado es 1.00, lo que indica que todas las versiones publicadas son conjuntos de entrenamiento.
update_time	Long	Hora en que se actualiza una versión.
version_format	String	Formato de una versión de conjunto de datos. Opciones: Default: formato predeterminado CarbonData (soportado solo por conjuntos de datos de tablas) CSV: CSV
version_id	String	ID de versión del conjunto de datos.
version_name	String	Nombre de la versión del conjunto de datos.
with_column_header	Boolean	Si la primera fila del archivo CSV publicada es un nombre de columna. Este campo es válido para el conjunto de datos de la tabla. Opciones: true: La primera fila del archivo CSV publicado es un nombre de columna. false: La primera fila del archivo CSV publicado no es un nombre de columna.

**Tabla 11** LabelStats
Parámetro	Tipo	Descripción
attributes	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.
count	Integer	Número de etiquetas.
name	String	Nombre de la etiqueta.
property	LabelProperty object	Par clave-valor de atributo básico de una etiqueta, como el color y las teclas de método abreviado.
sample_count	Integer	Número de muestras que contienen la etiqueta.
type	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 12** LabelAttribute
Parámetro	Tipo	Descripción
default_value	String	Valor predeterminado de un atributo de etiqueta.
id	String	ID de atributo de etiqueta.
name	String	Nombre del atributo de etiqueta.
type	String	Tipo de atributo de etiqueta. Opciones: text: texto select: lista desplegable de una sola opción
values	Array of LabelAttributeValue objects	Lista de valores de atributo de etiqueta.

**Tabla 13** LabelAttributeValue
Parámetro	Tipo	Descripción
id	String	ID de valor de atributo de etiqueta.
value	String	Valor del atributo de etiqueta.

**Tabla 14** WorkforceDescriptor
Parámetro	Tipo	Descripción
current_task_id	String	ID de una tarea de etiquetado de equipo.
current_task_name	String	Nombre de una tarea de etiquetado de equipo.
reject_num	Integer	Número de muestras rechazadas.
repetition	Integer	Número de personas que etiquetan cada muestra. El valor mínimo es 1.
is_synchronize_auto_labeling_data	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.
is_synchronize_data	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.
workers	Array of Worker objects	Lista de miembros del equipo de etiquetado.
workforce_id	String	ID de un equipo de etiquetado.
workforce_name	String	Nombre de un equipo de etiquetado.

**Tabla 15** Worker
Parámetro	Tipo	Descripción
create_time	Long	Tiempo de creación.
description	String	Descripción del miembro del equipo de etiquetado. El valor contiene de 0 a 256 caracteres y no admite los siguientes caracteres especiales: ^!<>=&"'
email	String	Dirección de correo electrónico de un miembro del equipo de etiquetado.
role	Integer	Rol. Opciones: 0: personal de etiquetado 1: revisor 2: administrador del equipo 3: propietario del conjunto de datos
status	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	Long	Tiempo de actualización.
worker_id	String	ID de un miembro del equipo de etiquetado.
workforce_id	String	ID de un equipo de etiquetado.

Solicitudes de ejemplo

Consulta de detalles acerca de un conjunto de datos

GET https://{endpoint}/v2/{project_id}/datasets/{dataset_id}

Ejemplo de respuestas

Código de estado: 200

{
  "dataset_id" : "gfghHSokody6AJigS5A",
  "dataset_name" : "dataset-f9e8",
  "dataset_type" : 0,
  "data_format" : "Default",
  "next_version_num" : 4,
  "status" : 1,
  "data_sources" : [ {
    "data_type" : 0,
    "data_path" : "/test-obs/classify/input/catDog4/"
  } ],
  "create_time" : 1605690595404,
  "update_time" : 1605690595404,
  "description" : "",
  "current_version_id" : "54IXbeJhfttGpL46lbv",
  "current_version_name" : "V003",
  "total_sample_count" : 10,
  "annotated_sample_count" : 10,
  "unconfirmed_sample_count" : 0,
  "work_path" : "/test-obs/classify/output/",
  "inner_work_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/",
  "inner_annotation_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/annotation/",
  "inner_data_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/data/",
  "inner_log_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/logs/",
  "inner_temp_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/temp/",
  "inner_task_path" : "/test-obs/classify/output/dataset-f9e8-gfghHSokody6AJigS5A/task/",
  "work_path_type" : 0,
  "workspace_id" : "0",
  "enterprise_project_id" : "0",
  "workforce_task_count" : 0,
  "feature_supports" : [ "0" ],
  "managed" : false,
  "import_data" : false,
  "label_task_count" : 1,
  "dataset_format" : 0,
  "dataset_version_count" : 3,
  "content_labeling" : true,
  "labels" : [ {
    "name" : "Cat",
    "type" : 0,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  }, {
    "name" : "Dog",
    "type" : 0,
    "property" : {
      "@modelarts:color" : "#3399ff"
    }
  } ]
}