错误码
4.2.2 创建数据集
功能介绍
创建数据集。
调试
您可以在API Explorer中调试该接口。
URI
POST /v2/{project_id}/datasets
表4-19 路径参数
参数 是否必选 参数类型 描述
project_id 是 String 用户项目ID。获取方法请参见获 取项目ID。
请求参数
表4-20 请求 Body 参数
参数 是否必选 参数类型 描述
data_format 否 String 数据格式。可选值如下：
● Default：默认格式
● CarbonData：Carbon格式
（仅表格数据集支持）
data_sources 否 Array of DataSource objects
数据集输入位置，用于将此目录 及子目录下的源数据(如图片/文 件/音频等)同步到数据集。对于 表格数据集，该参数为导入目 录。表格数据集的工作目录不支 持为KMS加密桶下的OBS路径。
dataset_name 是 String 数据集名称，名称只能是中文、
字母、数字、下划线或中划线组 成的合法字符串，长度为1-100 位，如“dataset-9f3b”。
参数 是否必选 参数类型 描述
dataset_type 否 Integer 数据集类型。可选值如下：
● 0：图像分类
description 否 String 数据集描述，默认为空，描述不 能包含^!<>=&"'等特殊字符，长 度为0-256。
import_annot
ations 否 Boolean 是否自动导入输入目录下的标注
信息，支持检测/图像分类/文本
import_data 否 Boolean 是否导入数据，此参数当前仅表 格数据集使用。可选值如下：
● true：创建数据集时导入数 据
● false：创建数据集时不导入 数据（默认值）
label_format 否 LabelFormat
object 标签格式信息，此参数仅文本类 数据集使用。
labels 否 Array of
Label objects 数据集标签列表。
managed 否 Boolean 是否是托管数据集。可选值如 下：
● true：托管数据集
● false：不托管数据集（默认 值）
参数 是否必选 参数类型 描述 schema 否 Array of Field
objects Schema列表。
work_path 是 String 数据集输出位置，用于存放输出 的标注信息等文件。
● 格式为 “/桶名称/文件路 径”，例如“/obs-bucket/
flower/rose/”（使用目录作 为路径）。
● 不能直接使用桶作为路径。
● 输出位置不能与输入位置相 同或者是输入位置的子目 录。
● 长度限制：不少于3字符，不 能超过700个字符。
work_path_ty
pe 是 Integer 数据集输出路径类型。可选值如
下：
● 0：OBS桶（默认值）
workforce_inf
ormation 否 WorkforceInf ormation object
团队标注信息。
workspace_id 否 String 工作空间ID。若未创建工作空 间，默认值为“0”；若存在创 建并使用的工作空间，以实际取 值为准。
表4-21 DataSource
参数 是否必选 参数类型 描述
data_path 否 String 数据源所在路径。
data_type 否 Integer 数据类型。可选值如下：
● 0：OBS桶（默认值）
● 1：GaussDB(DWS)服务
● 2：DLI服务
● 3：RDS服务
● 4：MRS服务
● 5：AI Gallery
● 6：推理服务
参数 是否必选 参数类型 描述 schema_maps 否 Array of
SchemaMap objects
表格数据对应的schema映射信 息。
source_info 否 SourceInfo
object 导入表格数据源所需的信息。
with_column_
header 否 Boolean 文件中首行是否是列名，用于表
格数据集。可选值如下：
● true：文件首行为列名
● false：文件首行不为列名
表4-22 SchemaMap
参数 是否必选 参数类型 描述
dest_name 否 String 目的方的列名。
src_name 否 String 来源方的列名。
表4-23 SourceInfo
参数 是否必选 参数类型 描述
cluster_id 否 String MRS集群ID。
cluster_mode 否 String MRS集群运行模式。可选值如 下：
● 0：普通集群
● 1：安全集群 cluster_name 否 String MRS集群名称。
database_na
me 否 String 导入表格数据集，数据库名字。
input 否 String 表格数据集，HDFS路径。
ip 否 String 用户GaussDB(DWS)集群的IP地 址。
port 否 String 用户GaussDB(DWS)集群的端 口。
queue_name 否 String 表格数据集，DLI队列名。
subnet_id 否 String MRS集群的子网ID。
table_name 否 String 导入表格数据集，表名。
参数 是否必选 参数类型 描述
user_name 否 String 用户名，GaussDB(DWS)数据需 提供此参数。
user_passwor
d 否 String 用户密码，GaussDB(DWS)数据
需提供此参数。
vpc_id 否 String MRS集群所在的vpc的ID。
表4-24 LabelFormat
参数 是否必选 参数类型 描述
label_type 否 String 文本分类的标签类型。可选值如 下：
● 0：标签和文本分离，以固定 后缀“_result”区分。如：
文本文件是“abc.txt”，标 签文件是“abc_result.txt”。
● 1：默认值，标签和文本在一
arator 否 String 标签与标签之间的分隔符，默认
为逗号分隔，分隔符需转义。分
eparator 否 String 文本与标签之间的分隔符，默认 为Tab键分隔，分隔符需转义。
attributes 否 Array of LabelAttribut e objects
标签的多维度属性，如标签为
“音乐”，可能包含属性“风 格”、“歌手”等。
参数 是否必选 参数类型 描述
name 否 String 标签名称。
property 否 LabelPropert
y object 标签基本属性键值对，如颜色、
快捷键等。
type 否 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
表4-26 LabelAttribute
参数 是否必选 参数类型 描述
default_value 否 String 标签属性默认值。
id 否 String 标签属性ID。
name 否 String 标签属性名称。
type 否 String 标签属性类型。可选值如下：
● text：文本
● select：单选下拉列表 values 否 Array of
LabelAttribut eValue objects
标签属性值列表。
表4-27 LabelAttributeValue
参数 是否必选 参数类型 描述
id 否 String 标签属性值ID。
value 否 String 标签属性值。
表4-28 LabelProperty
参数 是否必选 参数类型 描述
@modelarts:c
olor 否 String 内置属性：标签展示的颜色，为
色彩的16进制代码，默认为 空。例如：“#FFFFF0”。
@modelarts:d
efault_shape 否 String 内置属性：物体检测标签的默认 形状（物体检测标签专用属 性），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:fr
om_type 否 String 内置属性：三元组关系标签的起
始实体类型，创建关系标签时必 须指定，该参数仅文本三元组数 据集使用。
@modelarts:r
ename_to 否 String 内置属性：重命名后的标签名。
@modelarts:s
hortcut 否 String 内置属性：标签快捷键，默认为
空。例如：“D”。
@modelarts:t
o_type 否 String 内置属性：三元组关系标签的指
向实体类型，创建关系标签时必 须指定，该参数仅文本三元组数 据集使用。
表4-29 Field
参数 是否必选 参数类型 描述
description 否 String Schema描述。
name 否 String Schema名称。
schema_id 否 Integer Schema ID。
type 否 String Schema值类型。
表4-30 WorkforceInformation
repetition 否 Integer 每个样本由多少人标注，最少为 1。
task_id 否 String 团队标注任务ID。
task_name 是 String 团队标注任务名称，名称只能是 中文、字母、数字、下划线或中 划线组成的合法字符串，长度为 1-64位。
workforces_co
nfig 否 WorkforcesC
onfig object 团队标注任务的人力分配，委托 管理员或自行分配二选一。
表4-31 WorkforcesConfig
参数 是否必选 参数类型 描述
agency 否 String 管理员。
workforces 否 Array of WorkforceCo nfig objects
执行标注任务的团队列表。
表4-32 WorkforceConfig
参数 是否必选 参数类型 描述
workers 否 Array of Worker objects
标注成员列表。
workforce_id 否 String 标注团队ID。
workforce_na
me 否 String 标注团队名称，名称不能包含!
<>=&"'，长度为0-1024位。
表4-33 Worker
参数 是否必选 参数类型 描述
create_time 否 Long 创建时间。
description 否 String 标注成员描述，长度为0-256 位，不能包含^!<>=&"'特殊字 符。
email 否 String 标注成员邮箱。
role 否 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 否 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 否 Long 更新时间。
worker_id 否 String 标注成员ID。
workforce_id 否 String 所属标注团队ID。
响应参数
状态码： 201
表4-34 响应 Body 参数
参数 参数类型 描述
dataset_id String 数据集ID。
error_code String 错误码。
error_msg String 错误信息。
import_task_i
d String 导入任务ID。
请求示例
● 创建图像分类的数据集
{ "workspace_id" : "0",
"dataset_name" : "dataset-457f", "dataset_type" : 0,
"data_sources" : [ { "data_type" : 0,
"data_path" : "/test-obs/classify/input/cat-dog/"
} ],
"description" : "",
"work_path" : "/test-obs/classify/output/", "work_path_type" : 0,
"labels" : [ { "name" : "Cat", "type" : 0, "property" : {
"@modelarts:color" : "#3399ff"
} }, {
"name" : "Dog", "type" : 0, "property" : {
"@modelarts:color" : "#3399ff"
} } ] }
● 创建物体检测的数据集
{ "workspace_id" : "0",
"dataset_name" : "dataset-95a6", "dataset_type" : 1,
"data_sources" : [ { "data_type" : 0,
"data_path" : "/test-obs/detect/input/cat-dog/"
} ],
"description" : "",
"work_path" : "/test-obs/detect/output/", "work_path_type" : 0,
"labels" : [ { "name" : "Cat", "type" : 1, "property" : {
"@modelarts:color" : "#3399ff"
} }, {
"name" : "Dog", "type" : 1, "property" : {
"@modelarts:color" : "#3399ff"
} } ] }
● 创建表格型的数据集
{ "workspace_id" : "0",
"dataset_name" : "dataset-de83", "dataset_type" : 400,
"data_sources" : [ { "data_type" : 0,
"data_path" : "/test-obs/table/input/", "with_column_header" : true
} ],
"description" : "",
"work_path" : "/test-obs/table/output/", "work_path_type" : 0,
"schema" : [ { "name" : "versicolor", "type" : "STRING"
}, {
"schema_id" : 5, "name" : "virginica", "type" : "STRING"
} ],
"import_data" : true }
响应示例
状态码： 201 Created
{ "dataset_id" : "WxCREuCkBSAlQr9xrde"
}
状态码
状态码 描述
201 Created 401 Unauthorized 403 Forbidden 404 Not Found
错误码
请参见错误码。