すべてのプロダクト
Search

このプロダクト

    Platform For AI:アノテーション ファイル形式

    ドキュメントセンター

    Platform For AI:アノテーション ファイル形式

    最終更新日:Apr 01, 2026

    ラベル付けされたデータセットを TFRecord ファイルに変換する前に、Machine Learning Platform for AI (PAI) から CSV ファイルとしてエクスポートします。CSV ファイルの各行は、3 つのフィールドを持つラベル付けされたエントリを 1 つ表します。

    フィールドデータ型説明
    エントリ IDINTエントリの一意の ID。
    生データJSONソースイメージの URL。
    ラベル付け結果JSONラベル付け結果。フォーマットはタスクタイプによって異なります。

    このトピックでは、サポートされている各タスクタイプのラベル付け結果フォーマットについて説明します。

    シングルラベル画像分類

    各エントリは、イメージに 1 つのラベルを割り当てます。

    CSV 行フォーマット：

    1,{"url":"http://a.jpg"},"{"option":"Passport"}
2,{"url":"http://b.jpg"},"{"option":"Passport"}

    ラベル付け結果スキーマ：

    {
    "option": "Passport"
}
    フィールドタイプ説明
    option文字列イメージに割り当てられたラベル。

    マルチラベル画像分類

    各エントリは、イメージに 1 つ以上のラベルを割り当てます。

    CSV 行フォーマット：

    1,{"url":"http://a.jpg"},{["option":"Passport", "option":"ID card"]}
2,{"url":"http://b.jpg"},{["option":"Passport", "option":"Exit-Entry Permit for Traveling to and from Hong Kong and Macau"]}

    ラベル付け結果スキーマ：

    {
    "option": ["Passport", "ID card"]
}
    フィールドタイプ説明
    option文字列の配列イメージに割り当てられたラベル。

    オブジェクト検出

    各エントリには、検出されたオブジェクトのリストが含まれます。各オブジェクトには、カテゴリラベルとバウンディングボックスがあります。

    CSV 行フォーマット：

    1,{"url": "http://b.jpg"},[{"text": "{\"class*\": \"Category 1\"}", "coord": ["306.73", "517.59", "324.42", "282.07", "347.69", "282.07", "333.73", "519.45"]}, {"text": "{\"class*\": \"Category 2\"}", "coord": ["342.11", "723.32", "349.56", "608.81", "366.31", "606.95", "360.73", "730.76"]}]
2,{"url": "http://a.jpg"},[{"text": "{\"class*\": \"Category 1\"}", "coord": ["338.35", "8.53", "700.16", "8.53", "700.16", "50.35", "338.35", "50.35"]}, {"text": "{\"class*\": \"Category 2\"}", "coord": ["26.88", "64.00", "218.03", "64.00", "218.03", "99.84", "26.88", "99.84"]}]

    ラベル付け結果スキーマ：

    ラベル付け結果は配列です。各要素は、検出されたオブジェクトを 1 つ表します。

    [
    {
        "text": "{\"class*\": \"Category 1\"}",
        "coord": [
            "338.35",
            "8.53",
            "700.16",
            "8.53",
            "700.16",
            "50.35",
            "338.35",
            "50.35"
        ]
    },
    {
        "text": "{\"class*\": \"Category 2\"}",
        "coord": [
            "26.88",
            "64.00",
            "218.03",
            "64.00",
            "218.03",
            "99.84",
            "26.88",
            "99.84"
        ]
    }
]
    フィールドタイプ説明
    text文字列オブジェクトのカテゴリを含む JSON エンコードされた文字列です。以下の text フィールドのスキーマを参照してください。
    coord文字列の配列[x1, y1, x2, y2, x3, y3, x4, y4]バウンディングボックス ポリゴンを定義する 8 つの座標値：。

    text フィールドスキーマ：

    text フィールドは、以下の構造を持つシリアル化された JSON オブジェクトです：

    {"class*": "Category 1"}
    フィールドタイプ説明
    class*文字列検出されたオブジェクトのカテゴリ。

    画像セグメンテーション

    各エントリは、ラベル付けされたセグメンテーションから生成されたマスクイメージを参照します。

    サンプル CSV ファイルをダウンロード。

    CSV 行フォーマット：

    1,{"http://a.jpg"},{"ossUrl":"http://ossgw.alicdn.com/a.png"}

    ラベル付け結果スキーマ：

    {
    "ossUrl": "http://ossgw.alicdn.com/a.png"
}
    フィールドタイプ説明
    ossUrl文字列エントリ用に生成されたマスクイメージの Object Storage Service (OSS) URL。マスクは PNG 形式です。

    マスクチャンネル エンコーディング：

    マスクは、そのカラーチャンネル全体にカテゴリ情報を格納します。イメージには、情報を格納するための赤、青、緑のチャンネルがあります。赤チャンネルは通常、カテゴリ情報を格納します。チャンネル ID は 0 から始まり、有効な値は 0 から 3 です。値 0 はバックグラウンドを示します。

    テキスト認識

    各エントリには、イメージから認識されたテキストが含まれます。

    CSV 行フォーマット：

    1,{"url": "http://b.jpg"},{"text": "Text 1"}
2,{"url": "http://a.jpg"},{"text": "Text 2"}

    ラベル付け結果スキーマ：

    {
    "text": "Text 1"
}
    フィールドタイプ説明
    text文字列認識されたテキストコンテンツ。

    テキスト検出

    各エントリには、検出されたテキスト行のリストが含まれます。各テキスト行には、その位置、方向、およびカテゴリが含まれます。エントリには、イメージ全体の方向も含まれます。

    CSV 行フォーマット：

    1,{"url": "http://b.jpg"},[[{"text": "{\"direction\": \"右下\", \"class*\": \"カテゴリ 1\"}", "coord": ["306.73", "517.59", "324.42", "282.07", "347.69", "282.07", "333.73", "519.45"]}, {"text": "{\"direction\": \"右下\", \"class*\": \"カテゴリ 2\"}", "coord": ["342.11", "723.32", "349.56", "608.81", "366.31", "606.95", "360.73", "730.76"]}], {"option": "右下"}]
2,{"url": "http://a.jpg"},[[{"text": "{\"direction\": \"下\", \"class*\": \"カテゴリ 1\"}", "coord": ["338.35", "8.53", "700.16", "8.53", "700.16", "50.35", "338.35", "50.35"]}, {"text": "{\"direction\": \"下\", \"class*\": \"カテゴリ 2\"}", "coord": ["26.88", "64.00", "218.03", "64.00", "218.03", "99.84", "26.88", "99.84"]}], {"option": "下"}]

    ラベル付け結果スキーマ：

    ラベル付け結果は 2 要素の配列です。テキスト行オブジェクトのリストと、それに続くイメージ方向オブジェクトで構成されます。

    [
    [
        {
            "text": "{\"direction\": \"Bottom down\", \"class*\": \"Category 1\"}",
            "coord": [
                "338.35",
                "8.53",
                "700.16",
                "8.53",
                "700.16",
                "50.35",
                "338.35",
                "50.35"
            ]
        },
        {
            "text": "{\"direction\": \"Bottom down\", \"class*\": \"Category 2\"}",
            "coord": [
                "26.88",
                "64.00",
                "218.03",
                "64.00",
                "218.03",
                "99.84",
                "26.88",
                "99.84"
            ]
        }
    ],
    {
        "option": "Bottom down"
    }
]

    テキスト行オブジェクトのフィールド：

    フィールドタイプ説明
    text文字列textテキスト行の方向とカテゴリを含む JSON エンコードされた文字列。以下の フィールドスキーマをご参照ください。
    coord文字列の配列[x1, y1, x2, y2, x3, y3, x4, y4]バウンディングボックス ポリゴンを定義する 8 つの座標値：。

    text フィールドスキーマ：

    {"direction": "Bottom down", "class*": "Category 1"}
    フィールドタイプ説明
    direction文字列テキスト行の方向。
    class*文字列テキストのカテゴリ。

    イメージ方向オブジェクト：

    フィールドタイプ説明
    option文字列イメージ全体の方向。イメージの下端が下向き、上向き、左向き、右向きのいずれであるかを指定します。

    エンドツーエンド テキスト認識

    エンドツーエンド テキスト認識は、テキスト検出とテキスト認識を組み合わせます。各エントリには、認識されたテキストコンテンツ、位置、方向、およびカテゴリを持つ検出されたテキスト行が含まれます。

    CSV 行フォーマット：

    1,{"url": "http://b.jpg"},[[{"text": "{\"text\": \"Text 1\", \"direction\": \"Bottom right\", \"class*\": \"Category 1\"}", "coord": ["306.73", "517.59", "324.42", "282.07", "347.69", "282.07", "333.73", "519.45"]}, {"text": "{\"text\": \"Text 2\", \"direction\": \"Bottom right\", \"class*\": \"Category 2\"}", "coord": ["342.11", "723.32", "349.56", "608.81", "366.31", "606.95", "360.73", "730.76"]}], {"option": "Bottom right"}]
2,{"url": "http://a.jpg"},[[{"text": "{\"text\": \"Text 3\", \"direction\": \"Bottom down\", \"class*\": \"Category 1\"}", "coord": ["338.35", "8.53", "700.16", "8.53", "700.16", "50.35", "338.35", "50.35"]}, {"text": "{\"text\": \"Text 4\", \"direction\": \"Bottom down\", \"class*\": \"Category 2\"}", "coord": ["26.88", "64.00", "218.03", "64.00", "218.03", "99.84", "26.88", "99.84"]}], {"option": "Bottom down"}]

    ラベル付け結果スキーマ：

    この構造は、テキスト検出と同一であり、各テキスト行の埋め込まれた JSON 文字列内に text フィールドが追加されています。

    [
    [
        {
            "text": "{\"text\": \"Text 3\", \"direction\": \"Bottom down\", \"class*\": \"Category 1\"}",
            "coord": [
                "338.35",
                "8.53",
                "700.16",
                "8.53",
                "700.16",
                "50.35",
                "338.35",
                "50.35"
            ]
        },
        {
            "text": "{\"text\": \"Text 4\", \"direction\": \"Bottom down\", \"class*\": \"Category 2\"}",
            "coord": [
                "26.88",
                "64.00",
                "218.03",
                "64.00",
                "218.03",
                "99.84",
                "26.88",
                "99.84"
            ]
        }
    ],
    {
        "option": "Bottom down"
    }
]

    テキスト行オブジェクトのフィールド：

    フィールドタイプ説明
    text文字列認識されたテキスト、行の向き、カテゴリを含む JSON 形式の文字列です。以下の text フィールドスキーマをご参照ください。
    coord文字列の配列バウンディングボックスのポリゴンを定義する 8 つの座標値です： [x1, y1, x2, y2, x3, y3, x4, y4]。

    text フィールドスキーマ：

    {"text": "Text 3", "direction": "Bottom down", "class*": "Category 1"}
    フィールドタイプ説明
    text文字列行の認識されたテキストコンテンツ。
    direction文字列テキスト行の方向。
    class*文字列テキストのカテゴリ。

    イメージ方向オブジェクト：

    フィールドタイプ説明
    option文字列イメージ全体の方向。イメージの下端が下向き、上向き、左向き、右向きのいずれであるかを指定します。