Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Comprenda el tipo de tarea de segmentación semántica de nubes de puntos 3D
La segmentación semántica implica clasificar puntos individuales de una nube de puntos 3D en categorías previamente especificadas. Utilice este tipo de tarea cuando desee que los trabajadores creen una máscara de segmentación semántica de nivel de punto para nubes de puntos 3D. Por ejemplo, si especifica las clases car, pedestrian y bike, los trabajadores seleccionan una clase a la vez y colorean todos los puntos que esta clase aplica al mismo color en la nube de puntos.
Para este tipo de tarea, el objeto de datos que los trabajadores etiquetan es un solo fotograma de nube de puntos. Ground Truth genera una visualización de nube de puntos 3D con los datos de nubes de puntos que usted proporciona. También puede proporcionar datos de la cámara para ofrecer a los trabajadores más información visual sobre las escenas del fotograma y ayudarles a pintar objetos. Cuando un trabajador pinta un objeto en la imagen 2D o en la nube de puntos 3D, la pintura aparece en la otra vista.
También puede ajustar o verificar las anotaciones creadas en un trabajo de etiquetado por detección de objetos de nubes de puntos 3D mediante el tipo de tarea de ajuste o etiquetado de la segmentación semántica de nubes de puntos 3D. Para obtener más información sobre los trabajos de etiquetado de ajuste y verificación y cómo crear uno, consulte Verificación y ajuste de etiquetas.
Si no tiene experiencia con la modalidad de etiquetado en nubes de puntos 3D de Ground Truth, le recomendamos que consulte Descripción general de los trabajos de etiquetado de nubes de puntos 3D. Esta modalidad de etiquetado es diferente de otros tipos de tareas de Ground Truth. En este tema, se proporciona información general de los detalles importantes que debe tener en cuenta al crear un trabajo de etiquetado de nube de puntos 3D.
En los temas siguientes se explica cómo crear un trabajo de segmentación semántica de nubes de puntos 3D, se muestra el aspecto de la interfaz de tareas del trabajador (lo que ven los trabajadores cuando trabajan en esta tarea) y se proporciona una visión general de los datos de salida que se obtienen cuando los trabajadores completan sus tareas.
Temas
