翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# カスタムラベル付けワークフロー
<a name="sms-custom-templates"></a>

**注記**  
Amazon SageMaker Ground Truth は新規顧客に公開されなくなりました。既存のお客様は、引き続き通常どおりサービスを使用できます。 AWS は引き続き Ground Truth のセキュリティと可用性の向上に投資しますが、新機能を導入する予定はありません。

以降のトピックでは、カスタムラベル付けテンプレートを使用した Ground Truth ラベル付けジョブの設定について説明します。カスタムラベル付けテンプレートを使用すると、カスタムワーカーポータル UI を作成してデータのラベル付けに使用できます。テンプレートは、HTML、CSS、JavaScript、[Liquid テンプレート言語](https://shopify.github.io/liquid/)、[Crowd HTML 要素](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-ui-template-reference.html)を使用して作成できます。

## 概要
<a name="sms-custom-templates-overview"></a>

Ground Truth でカスタムラベル付けワークフローを初めて作成する場合は、必要な手順の概要を以下で確認してください。

1. *ワークフォースのセットアップ* – カスタムラベル付けワークフローを作成するために、ワークフォースが必要になります。このトピックでは、ワークフォースの設定について説明します。

1. *カスタムテンプレートの作成* – カスタムテンプレートを作成するために、入力マニフェストファイルのデータをテンプレート内の変数に正しくマッピングすることが必要になります。

1. *Lambda 関数を使用したオプションの処理* – 入力マニフェストのデータをワーカーテンプレートに追加する方法や、ワーカー注釈をジョブの出力ファイルに記録する方法をを制御します。

また、カスタムラベル付けテンプレートの使い方をわかりやすく示した 3 つのエンドツーエンドのデモもあります。

**注記**  
以下のリンクから参照できる例に、注釈前と注釈後の Lambda 関数が含まれています。これらの Lambda 関数はオプションです。
+ [デモテンプレート: `crowd-bounding-box` を使用したイメージの注釈](sms-custom-templates-step2-demo1.md)
+ [デモテンプレート: `crowd-classifier` を使用したラベル付けインテント](sms-custom-templates-step2-demo2.md)
+ [Amazon SageMaker Ground Truth を使用してカスタムデータラベリングけワークフローを構築する](https://aws.amazon.com/blogs/machine-learning/build-a-custom-data-labeling-workflow-with-amazon-sagemaker-ground-truth/)

**Topics**
+ [概要](#sms-custom-templates-overview)
+ [ワークフォースのセットアップ](sms-custom-templates-step1.md)
+ [カスタムワーカータスクテンプレートの作成](sms-custom-templates-step2.md)
+ [Liquid を使用してオートメーションを追加する](sms-custom-templates-step2-automate.md)
+ [を使用したカスタムラベル付けワークフローでのデータの処理 AWS Lambda](sms-custom-templates-step3.md)
+ [デモテンプレート: `crowd-bounding-box` を使用したイメージの注釈](sms-custom-templates-step2-demo1.md)
+ [デモテンプレート: `crowd-classifier` を使用したラベル付けインテント](sms-custom-templates-step2-demo2.md)
+ [API を使用してカスタムワークフローを作成する](sms-custom-templates-step4.md)