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.
Uso de Ground Truth para etiquetar nubes de puntos 3D
Cree un trabajo de etiquetado de nube de puntos 3D para que los trabajadores etiqueten objetos en nubes de puntos 3D generadas a partir de sensores 3D como sensores de detección y alcance de luz (LiDAR) y cámaras de profundidad o generadas a partir de una reconstrucción 3D uniendo imágenes capturadas por un agente como un dron.
Nubes de puntos 3D
Las nubes de puntos se componen de datos visuales tridimensionales (3D) que consisten en puntos. Cada punto se describe utilizando tres coordenadas, normalmente x, y, y z. Para agregar color o variaciones en la intensidad de los puntos en la nube de puntos, los puntos se pueden describir con atributos adicionales, como i para la intensidad o valores de canales de 8 bits para el color rojo (r), verde (g) y azul (b). Al crear un trabajo de etiquetado de nube de puntos 3D de Ground Truth, puede proporcionar datos de nube de puntos y, opcionalmente, datos de fusión de sensores.
La siguiente imagen muestra una única escena de nube de puntos 3D representada por Ground Truth y mostrada en la interfaz de usuario del trabajador de segmentación semántica.
LiDAR
Un sensor de detección y alcance de luz (LiDAR) es un tipo común de sensor que se emplea para recopilar mediciones que se utilizan para generar datos de nube de puntos. LiDAR es un método de detección remota que utiliza luz en forma de láser pulsado para medir las distancias de los objetos desde el sensor. Puede proporcionar datos de nube de puntos 3D generados a partir de un sensor LiDAR para un trabajo de etiquetado de nube de puntos 3D de Ground Truth utilizando los formatos de datos sin procesar que se describen en Formatos de datos 3D sin procesar aceptados.
Fusión de sensores
Los trabajos de etiquetado de nube de puntos 3D de Ground Truth incluyen una característica de fusión de sensores que admite la fusión de sensores de cámaras de vídeo para todos los tipos de tareas. Algunos sensores vienen con varios dispositivos LiDAR y cámaras de vídeo que capturan imágenes y las asocian con un fotograma LiDAR. Para ayudar a los anotadores a completar visualmente sus tareas con un alto grado de confianza, puede utilizar la característica de fusión de sensores de Ground Truth para proyectar anotaciones (etiquetas) de una nube de puntos 3D a imágenes de cámara 2D y viceversa por medio de una matriz extrínseca (como LiDAR) de escáner 3D y matrices extrínsecas e intrínsecas de cámara. Para obtener más información, consulte Fusión de sensores.
Etiquetado de nubes de puntos 3D
Ground Truth proporciona una interfaz de usuario (IU) y herramientas que los trabajadores utilizan para etiquetar o anotar nubes de puntos 3D. Cuando se utilizan los tipos de tareas de detección de objetos o segmentación semántica, los trabajadores pueden anotar un solo fotograma de nube de puntos. Cuando se utiliza el seguimiento de objetos, los trabajadores anotan una secuencia de fotogramas. Puede utilizar el seguimiento de objetos para realizar un seguimiento del movimiento de objetos en todos los fotogramas de una secuencia.
A continuación, se muestra cómo un trabajador utilizaría las herramientas y el portal de trabajadores de Ground Truth para anotar una nube de puntos 3D para una tarea de detección de objetos. Para ver ejemplos visuales similares de otros tipos de tareas, consulte Tipos de tareas de nube de puntos 3D.
Herramientas de etiquetado de apoyo para anotación de nube de puntos
Ground Truth ofrece herramientas de etiquetado de apoyo para ayudar a los trabajadores a completar las tareas de anotación de nube de puntos con mayor rapidez y precisión. Para obtener información detallada sobre las herramientas de etiquetado de apoyo que se incluyen en la interfaz de usuario del trabajador para cada tipo de tarea, seleccione un tipo de tarea y consulte la sección Ver la interfaz de tareas del trabajador de esa página.
Siguientes pasos
Puede crear seis tipos de tareas al utilizar trabajos de etiquetado de nube de puntos 3D de Ground Truth. Utilice los temas de Tipos de tareas de nube de puntos 3D para obtener más información sobre estos tipos de tareas y sobre cómo crear un trabajo de etiquetado utilizando el tipo de tarea que elija.
El trabajo de etiquetado de nube de puntos 3D es diferente de otras modalidades de etiquetado de Ground Truth. Antes de crear un trabajo de etiquetado, le recomendamos que lea Introducción a los trabajos de etiquetado en nubes de puntos 3D. Además, revise las cuotas de datos de entrada en Cuotas de trabajo de etiquetado de fotogramas de vídeo y nubes de puntos 3D.
Para ver una end-to-end demostración sobre el uso de la SageMaker API y el SDK de AWS Python (boto 3) para crear un trabajo de etiquetado de nubes de puntos en 3D, consulte Create-3D- pointcloud-labeling-job .ipynb
importante
Si utiliza una instancia de bloc de notas creada antes del 5 de junio de 2020 para ejecutar este bloc de notas, deberá detener y reiniciar la instancia para que el bloc de notas funcione.
Temas
