dataset_id

是

String

数据集ID。

project_id

是

String

用户项目ID。获取方法请参见获取项目ID和名称。

email

否

String

标注团队成员邮箱。

high_score

否

String

置信度上界，默认为1。

label_name

否

String

标签名。

label_type

否

Integer

标注类型。可选值如下：

0：图像分类

1：物体检测

3: 图像分割

100：文本分类

101：命名实体

102：文本三元组

200：声音分类

201：语音内容

202：语音分割

400：表格数据集

600：视频标注

900：自由格式

limit

否

Integer

指定每一页返回的最大条目数，取值范围[1,100]，默认为10。

locale

否

String

语言。可选值如下：

zh-cn：中文
en-us：英文（默认值）

low_score

否

String

置信度下界，默认为0。

offset

否

Integer

分页列表的起始页，默认为0。

order

否

String

指定查询的排序顺序。可选值如下：

asc：递增排序

desc：递减排序（默认值）

preview

否

Boolean

是否支持预览。可选值如下：

true：支持预览

false：不支持预览

process_parameter

否

String

图像缩略设置，同OBS缩略图设置，详见OBS缩略图设置。如：image/resize,m_lfit,h_200表示等比缩放目标缩略图并设置高度为200像素。

sample_state

否

String

样本状态。可选样本状态如下：

__ALL__：已标注

__NONE__：未标注

__UNCHECK__：待验收

__ACCEPTED__：验收通过

__REJECTED__：已驳回

__UNREVIEWED__：待审核

__REVIEWED__：已审核

__WORKFORCE_SAMPLED__：已采样

__WORKFORCE_SAMPLED_UNCHECK__：采样待验收

__WORKFORCE_SAMPLED_CHECKED__：采样已验收

__WORKFORCE_SAMPLED_ACCEPTED__：采样已通过

__WORKFORCE_SAMPLED_REJECTED__：采样已驳回

__AUTO_ANNOTATION__：待确认

sample_type

否

Integer

样本文件类型。可选值如下：

0：图像

1：文本

2：音频

4：表格

6：视频

9：自由格式（默认值）

search_conditions

否

String

URL编码后的多维筛选条件（多个SearchCondition之间为and的关系）。

version_id

否

String

数据集版本ID。

sample_count

Integer

样本数量。

samples

Array of DescribeSampleResp objects

样本列表。

check_accept

Boolean

是否验收通过，用于团队标注。可选值如下：

true：验收通过

false：验收不通过

check_comment

String

验收意见，用于团队标注。

check_score

String

验收评分，用于团队标注。

deletion_reasons

Array of strings

样本的删除原因，用于医疗。

hard_details

Map

疑难详情，包括：疑难描述，疑难原因，疑难建议。

labelers

Array of Worker objects

样本分配的标注人列表，记录这张样本分给了哪些团队成员，用于团队标注。

labels

Array of SampleLabel objects

样本标签列表。

metadata

SampleMetadata object

样本metadata属性键值对。

review_accept

Boolean

是否审核通过，用于团队标注。可选值如下：

true：审核通过

false：审核不通过

review_comment

String

审核意见，用于团队标注。

review_score

String

审核评分，用于团队标注。

sample_data

Array of strings

样本数据列表。

sample_dir

String

样本所在路径。

sample_id

String

样本ID。

sample_name

String

样本名称。

sample_size

Long

样本大小或文本长度，单位是字节。

sample_status

String

样本状态。可选样本状态如下：

__ALL__：已标注

__NONE__：未标注

__UNCHECK__：待验收

__ACCEPTED__：验收通过

__REJECTED__：已驳回

__UNREVIEWED__：待审核

__REVIEWED__：已审核

__WORKFORCE_SAMPLED__：已采样

__WORKFORCE_SAMPLED_UNCHECK__：采样待验收

__WORKFORCE_SAMPLED_CHECKED__：采样已验收

__WORKFORCE_SAMPLED_ACCEPTED__：采样已通过

__WORKFORCE_SAMPLED_REJECTED__：采样已驳回

__AUTO_ANNOTATION__：待确认

sample_time

Long

样本时间，OBS最后修改时间。

sample_type

Integer

样本类型。可选值如下：

0：图像

1：文本

2：语音

4：表格

6：视频

9：自由格式

score

String

综合评分，用于团队标注。

source

String

样本数据源地址。

sub_sample_url

String

子样本URL，用于医疗。

worker_id

String

团队标注人员的ID，用于团队标注。

alo_name

String

别名。

id

Integer

原因ID。

reason

String

原因描述。

suggestion

String

处理建议。

create_time

Long

创建时间。

description

String

标注成员描述，长度为0-256位，不能包含^!=&”‘特殊字符。

email

String

标注成员邮箱。

role

Integer

角色。可选值如下：

0：打标者

1：审核者

2：团队管理者

3：数据集拥有者

status

Integer

标注成员的当前登录状态。可选值如下：

0：未发送邀请邮件

1：已发送邀请邮件但未登录

2：已登录

3：标注成员已删除

update_time

Long

更新时间。

worker_id

String

标注成员ID。

workforce_id

String

所属标注团队ID。

annotated_by

String

视频标注途径，用于区分标签是人工标注的还是自动标注的。可选值如下：

human：人工标注

auto：自动标注

id

String

标签ID。

name

String

标签名。

property

SampleLabelProperty object

样本标签的属性键值对，如物体形状、形状特征等。

score

Float

置信度，取值范围为[0,1]

type

Integer

标签类型。可选值如下：

0：图像分类

1：物体检测

3: 图像分割

100：文本分类

101：命名实体

102：文本三元组关系标签

103：文本三元组实体标签

200：语音分类

201：语音内容

202：语音分割

600：视频标注

@modelarts:content

String

语音标签（包含语音内容和语音起止点）专用内置属性：语音文本内容。

@modelarts:end_index

Integer

命名实体标签专用内置属性：文本的结束位置，但不包括end_index所指的字符。例如：

文本内容为“Barack Hussein Obama II (born August 4, 1961) is a attorney and politician.”，则其中人名“Barack Hussein Obama II”的start_index为0，end_index为23。

文本内容为“截止到2018年底，本公司人员规模已经超过100”，则其中时间“2018年底”的start_index为3，end_index为9。

@modelarts:end_time

String

语音起止点标签专用内置属性：语音的结束时间，格式“hh:mm:ss.SSS”(其中hh表示小时，mm表示分钟，ss表示秒，SSS表示毫秒)。

@modelarts:feature

Object

物体检测标签专用内置属性：形状特征，类型为List。以图片的左上角为坐标原点[0, 0]，每个坐标点的表示方法为[x, y]，x表示横坐标，y表示纵坐标(x和y均>=0)。每种形状的格式如下：

bndbox [[0,10],[50,95]] 两个点组成，矩形的左上角为第一个点，矩形的右下角为第二个点(即第一个点x坐标一定小于第二个点的x坐标，第一个点y坐标一定小于第二个点的y坐标)。

polygon [[0,100],[50,95],[10,60],[500,400]] 多个点组成，按顺序连接成一个多边形。

circle [[100,100],[50]] 一个圆心点和半径组成。

line [[0,100],[50,95]] 两个点组成，第一个点起始点，第二个点为终止点。

dashed [[0,100],[50,95]] 两个点组成，第一个点起始点，第二个点为终止点。

point [[0,100]] 一个点组成。

polyline [[0,100],[50,95],[10,60],[500,400]] 折线，多个点组成。

@modelarts:from

String

三元组关系标签专用内置属性：三元组关系标签的起始实体ID。

@modelarts:hard

String

内置属性：标签级别是否难例。可选值为：

0/false：非难例

1/true：难例

@modelarts:hard_coefficient

String

内置属性：标签级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

String

内置属性：标签级别难例原因。通过中划线间隔单个难例原因ID，例如：“3-20-21-19”。难例原因ID可选值如下：

0：未识别出任何目标物体。

1：置信度偏低。

2：基于训练数据集的聚类结果和预测结果不一致。

3：预测结果和训练集同类别数据差异较大。

4：连续多张相似图片的预测结果不一致。

5：图像的分辨率与训练数据集的特征分布存在较大偏移。

6：图像的高宽比与训练数据集的特征分布存在较大偏移。

7：图像的亮度与训练数据集的特征分布存在较大偏移。

8：图像的饱和度与训练数据集的特征分布存在较大偏移。

9：图像的色彩丰富程度与训练数据集的特征分布存在较大偏移。

10：图像的清晰度与训练数据集的特征分布存在较大偏移。

11：图像的目标框数量与训练数据集的特征分布存在较大偏移。

12：图像中目标框的面积标准差与训练数据集的特征分布存在较大偏移。

13：图像中目标框的高宽比与训练数据集的特征分布存在较大偏移。

14：图像中目标框的面积占比与训练数据集的特征分布存在较大偏移。

15：图像中目标框的边缘化程度与训练数据集的特征分布存在较大偏移。

16：图像中目标框的亮度与训练数据集的特征分布存在较大偏移。

17：图像中目标框的清晰度与训练数据集的特征分布存在较大偏移。

18：图像中目标框的堆叠程度与训练数据集的特征分布存在较大偏移。

19：基于gaussianblur的数据增强与原图预测结果不一致。

20：基于fliplr的数据增强与原图预测结果不一致。

21：基于crop的数据增强与原图预测结果不一致。

22：基于flipud的数据增强与原图预测结果不一致。

23：基于scale的数据增强与原图预测结果不一致。

24：基于translate的数据增强与原图预测结果不一致。

25：基于shear的数据增强与原图预测结果不一致。

26：基于superpixels的数据增强与原图预测结果不一致。

27：基于sharpen的数据增强与原图预测结果不一致。

28：基于add的数据增强与原图预测结果不一致。

29：基于invert的数据增强与原图预测结果不一致。

30：数据被预测为异常点。

@modelarts:shape

String

物体检测标签专用内置属性：物体形状，默认为空。可选值如下：

bndbox：矩形。

polygon：多边形。

circle：圆形。

line：直线。

dashed：虚线。

point：点。

polyline：折线。

@modelarts:source

String

语音起止点标签专用内置属性：语音来源(例如说话人/旁白等)。

@modelarts:start_index

Integer

命名实体标签专用内置属性：文本的起始位置，值从0开始，包括start_index所指的字符。

@modelarts:start_time

String

语音起止点标签专用内置属性：语音的起始时间，格式“hh:mm:ss.SSS”(其中hh表示小时，mm表示分钟，ss表示秒，SSS表示毫秒)。

@modelarts:to

String

三元组关系标签专用内置属性：三元组关系标签的指向实体ID。

@modelarts:import_origin

Integer

内置属性：样本来源。

@modelarts:hard

Double

内置属性：样本级别是否难例。可选值为：

0：非难例

1：难例

@modelarts:hard_coefficient

Double

内置属性：样本级别难度系数。范围为[0,1]。

@modelarts:hard_reasons

Array of integers

内置属性：样本级别难例原因ID列表。难例原因ID可选值如下：

0：未识别出任何目标物体。

1：置信度偏低。

2：基于训练数据集的聚类结果和预测结果不一致。

3：预测结果和训练集同类别数据差异较大。

4：连续多张相似图片的预测结果不一致。

5：图像的分辨率与训练数据集的特征分布存在较大偏移。

6：图像的高宽比与训练数据集的特征分布存在较大偏移。

7：图像的亮度与训练数据集的特征分布存在较大偏移。

8：图像的饱和度与训练数据集的特征分布存在较大偏移。

9：图像的色彩丰富程度与训练数据集的特征分布存在较大偏移。

10：图像的清晰度与训练数据集的特征分布存在较大偏移。

11：图像的目标框数量与训练数据集的特征分布存在较大偏移。

12：图像中目标框的面积标准差与训练数据集的特征分布存在较大偏移。

13：图像中目标框的高宽比与训练数据集的特征分布存在较大偏移。

14：图像中目标框的面积占比与训练数据集的特征分布存在较大偏移。

15：图像中目标框的边缘化程度与训练数据集的特征分布存在较大偏移。

16：图像中目标框的亮度与训练数据集的特征分布存在较大偏移。

17：图像中目标框的清晰度与训练数据集的特征分布存在较大偏移。

18：图像中目标框的堆叠程度与训练数据集的特征分布存在较大偏移。

19：基于gaussianblur的数据增强与原图预测结果不一致。

20：基于fliplr的数据增强与原图预测结果不一致。

21：基于crop的数据增强与原图预测结果不一致。

22：基于flipud的数据增强与原图预测结果不一致。

23：基于scale的数据增强与原图预测结果不一致。

24：基于translate的数据增强与原图预测结果不一致。

25：基于shear的数据增强与原图预测结果不一致。

26：基于superpixels的数据增强与原图预测结果不一致。

27：基于sharpen的数据增强与原图预测结果不一致。

28：基于add的数据增强与原图预测结果不一致。

29：基于invert的数据增强与原图预测结果不一致。

30：数据被预测为异常点。

@modelarts:size

Array of objects

内置属性：图像尺寸（图像的宽度、高度、深度），类型为List。列表中的第一个数字为宽度(像素)，第二个数字为高度(像素)，第三个数字为深度(深度可以没有，默认为3)，如[100,200,3]和[100,200]均合法。 说明：只有当样本的标签列表包含物体检测标签时，此字段必选。

200

OK

401

Unauthorized

403

Forbidden

404

Not Found