Alat Segmentasi Otomatis

Segmentasi gambar adalah proses membagi gambar menjadi beberapa segmen, atau set piksel berlabel. Di Amazon SageMaker Ground Truth, proses mengidentifikasi semua piksel yang berada di bawah label yang diberikan melibatkan penerapan pengisi berwarna, atau “topeng”, di atas piksel tersebut. Beberapa tugas pekerjaan pelabelan berisi gambar dengan sejumlah besar objek yang perlu disegmentasi. Untuk membantu pekerja memberi label objek ini dalam waktu yang lebih singkat dan dengan akurasi yang lebih besar, Ground Truth menyediakan alat segmentasi otomatis untuk tugas segmentasi yang ditugaskan ke tenaga kerja pribadi dan vendor. Alat ini menggunakan model pembelajaran mesin untuk secara otomatis mengelompokkan objek individu dalam gambar dengan input pekerja minimal. Pekerja dapat menyempurnakan topeng yang dihasilkan oleh alat segmentasi otomatis menggunakan alat lain yang ditemukan di konsol pekerja. Ini membantu pekerja menyelesaikan tugas segmentasi gambar lebih cepat dan lebih akurat, menghasilkan biaya yang lebih rendah dan kualitas label yang lebih tinggi.

catatan

Alat segmentasi otomatis tersedia untuk tugas segmentasi yang dikirim ke tenaga kerja pribadi atau tenaga kerja vendor. Ini tidak tersedia untuk tugas yang dikirim ke tenaga kerja publik (Amazon Mechanical Turk).

Pratinjau Alat

Ketika pekerja diberi pekerjaan pelabelan yang menyediakan alat segmentasi otomatis, mereka diberikan instruksi terperinci tentang cara menggunakan alat tersebut. Misalnya, pekerja mungkin melihat hal berikut di konsol pekerja:

Pekerja dapat menggunakan Lihat instruksi lengkap untuk mempelajari cara menggunakan alat ini. Pekerja perlu menempatkan titik pada empat titik ekstrem (paling atas, paling bawah, paling kiri, dan paling kanan) dari objek yang diinginkan, dan alat akan secara otomatis menghasilkan topeng untuk objek tersebut. Pekerja dapat lebih menyempurnakan topeng menggunakan alat lain yang disediakan, atau dengan menggunakan alat segmen otomatis pada bagian yang lebih kecil dari objek yang terlewatkan.

Ketersediaan Alat

Alat segmentasi otomatis akan muncul secara otomatis di konsol pekerja jika Anda membuat pekerjaan pelabelan segmentasi semantik menggunakan konsol Amazon. SageMaker Saat membuat pekerjaan segmentasi semantik di SageMaker konsol, Anda akan dapat melihat pratinjau alat sambil membuat instruksi pekerja. Untuk mempelajari cara membuat pekerjaan pelabelan segmentasi semantik di konsol, lihat. SageMaker Memulai

Jika Anda membuat pekerjaan pelabelan segmentasi instans kustom di SageMaker konsol atau membuat pekerjaan pelabelan segmentasi instance atau semantik menggunakan Ground Truth API, Anda perlu membuat template tugas khusus untuk mendesain konsol dan instruksi pekerja Anda. Untuk menyertakan alat segmentasi otomatis di konsol pekerja Anda, pastikan bahwa kondisi berikut terpenuhi dalam templat tugas kustom Anda:

• Untuk pekerjaan pelabelan segmentasi semantik yang dibuat menggunakan API, <crowd-semantic-segmentation> ada di template tugas. Untuk pekerjaan pelabelan segmentasi instance khusus, <crowd-instance-segmentation> tag ada di templat tugas.

• Tugas tersebut diberikan kepada tenaga kerja swasta atau tenaga kerja vendor.

• Gambar yang akan diberi label adalah objek Amazon Simple Storage Service Amazon S3) yang telah ditandatangani sebelumnya untuk Pekerja sehingga mereka dapat mengaksesnya. Ini benar jika template tugas menyertakan grant_read_access filter. Untuk informasi tentang grant_read_access filter, lihatMenambahkan otomatisasi dengan Liquid.

Berikut ini adalah contoh template tugas khusus untuk pekerjaan pelabelan segmentasi instance kustom, yang mencakup <crowd-instance-segmentation/> tag dan filter grant_read_access Liquid.

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-instance-segmentation
    name="crowd-instance-segmentation"
    src="{{ task.input.taskObject | grant_read_access }}"
    labels="['Car','Road']"
   <full-instructions header="Segmentation instructions">
      Segment each instance of each class of objects in the image. 
    </full-instructions>

    <short-instructions>
      <p>Segment each instance of each class of objects in the image.</p>

      <h3 style="color: green">GOOD EXAMPLES</h3>
      <img src="path/to/image.jpg" style="width: 100%">
      <p>Good because A, B, C.</p>

      <h3 style="color: red">BAD EXAMPLES</h3>
      <img src="path/to/image.jpg" style="width: 100%">
      <p>Bad because X, Y, Z.</p>
    </short-instructions>
  </crowd-instance-segmentation>
</crowd-form>