1. 问题描述

Amazon Sagemaker Ground Truth可以帮助我们进行训练数据集的标注。但是，在进行图像标签调整作业时，可能会出现以下问题：

（1）作业进度条一直显示为0%，无法开始。

（2）作业一直处于“Queued”状态，无法开始。

2. 解决办法

（1）检查IAM角色

请检查IAM角色是否具有足够的S3访问权限。如果权限设置有误，则会导致作业无法访问S3数据集。

具体来说，IAM角色需要具有以下访问权限：

"Effect": "Allow",
"Action": [
    "s3:GetObject",
    "s3:PutObject",
    "s3:DeleteObject"
],
"Resource": "arn:aws:s3:::/*"

（2）检查数据集

请检查数据集的文件格式是否正确。如果数据集格式有误，则会导致作业无法正常运行。

一般而言，数据集应该按照以下格式进行组织：

/
├── manifests/
│   ├── manifest1.manifest
│   └── . . .
├── images/
│   ├── image1.jpg
│   └── . . . 
└── labels/
    ├── label1.json
    └── . . .

其中，manifest文件是一个JSON格式的文件，用于描述数据集的元信息，例如数据集中有多少张图片、标注信息等等。image文件夹中存储着数据集中所有的图片。labels文件夹中存储着所有的标注信息，以JSON格式进行存储。

（3）检查作业配置

请检查作业的配置是否正确。在进行图像标签调整作业时，需要配置以下参数：

{
    "PreHumanTaskLambdaArn": "lambda_arn",
    "AnnotationConsolidationConfig": {
        "AnnotationConsolidationLambdaArn": "lambda_arn"
    },
    "TaskKeywords": [
        "tagging",
        "labeling",
        "classification",
        "bounding box",
        "image classification"
    ],
    "TaskTitle": "job_title",
    "TaskDescription": "job_description",
    "NumberOfHumanWorkersPerDataObject": number_of_workers,