Segmentasi Semantik Awan Titik 3D

Segmentasi semantik melibatkan mengklasifikasikan titik-titik individual dari awan titik 3D ke dalam kategori yang telah ditentukan sebelumnya. Gunakan tipe tugas ini saat Anda ingin pekerja membuat topeng segmentasi semantik tingkat titik untuk awan titik 3D. Misalnya, jika Anda menentukan kelascar,pedestrian, danbike, pekerja memilih satu kelas pada satu waktu, dan mewarnai semua titik yang diterapkan kelas ini dengan warna yang sama di awan titik.

Untuk tipe tugas ini, objek data yang diberi label pekerja adalah bingkai awan titik tunggal. Ground Truth menghasilkan visualisasi awan titik 3D menggunakan data cloud titik yang Anda berikan. Anda juga dapat memberikan data kamera untuk memberi pekerja lebih banyak informasi visual tentang pemandangan dalam bingkai, dan untuk membantu pekerja melukis objek. Ketika seorang pekerja melukis objek di gambar 2D atau awan titik 3D, cat muncul di tampilan lain.

Anda dapat menyesuaikan anotasi yang dibuat dalam pekerjaan pelabelan deteksi objek cloud titik 3D menggunakan jenis tugas penyesuaian segmentasi semantik cloud titik 3D.

Jika Anda adalah pengguna baru modalitas pelabelan awan titik 3D Ground Truth, kami sarankan Anda meninjau. Ikhtisar Pekerjaan Pelabelan Cloud Point 3D Modalitas pelabelan ini berbeda dari jenis tugas Ground Truth lainnya, dan topik ini memberikan ikhtisar detail penting yang harus Anda ketahui saat membuat pekerjaan pelabelan cloud titik 3D.

Melihat Antarmuka Tugas Pekerja

Ground Truth memberi pekerja portal web dan alat untuk menyelesaikan tugas anotasi segmentasi semantik cloud titik 3D Anda. Saat membuat pekerjaan pelabelan, Anda memberikan Amazon Resource Name (ARN) untuk UI HumanTaskUiArn Ground Truth yang sudah dibuat sebelumnya dalam parameter. Saat Anda membuat pekerjaan pelabelan menggunakan jenis tugas ini di konsol, UI ini akan digunakan secara otomatis. Anda dapat melihat pratinjau dan berinteraksi dengan UI pekerja saat membuat pekerjaan pelabelan di konsol. Jika Anda adalah pengguna baru, Anda disarankan untuk membuat pekerjaan pelabelan menggunakan konsol untuk memastikan atribut label, bingkai awan titik, dan jika berlaku, gambar, muncul seperti yang diharapkan.

Berikut ini adalah GIF dari antarmuka tugas pekerja segmentasi semantik cloud titik 3D. Jika Anda menyediakan data kamera untuk fusi sensor, gambar dicocokkan dengan pemandangan di bingkai awan titik. Pekerja dapat melukis objek di awan titik 3D atau gambar 2D, dan cat muncul di lokasi yang sesuai di media lain. Gambar-gambar ini muncul di portal pekerja seperti yang ditunjukkan pada GIF berikut.

Pekerja dapat menavigasi dalam adegan 3D menggunakan keyboard dan mouse mereka. Mereka dapat:

• Klik dua kali pada objek tertentu di awan titik untuk memperbesarnya.

• Gunakan mouse-scroller atau trackpad untuk memperbesar dan memperkecil awan titik.

• Gunakan kedua tombol panah keyboard dan tombol Q, E, A, dan D untuk bergerak Atas, Bawah, Kiri, Kanan. Gunakan tombol keyboard W dan S untuk memperbesar dan memperkecil.

Video berikut menunjukkan gerakan di sekitar awan titik 3D. Pekerja dapat menyembunyikan dan memperluas kembali semua tampilan samping dan menu. Dalam GIF ini, tampilan samping dan menu telah diciutkan.

GIF berikut menunjukkan bagaimana seorang pekerja dapat memberi label beberapa objek dengan cepat, menyempurnakan objek yang dicat menggunakan opsi Unpaint dan kemudian hanya melihat titik yang telah dicat.

Opsi dan fitur tampilan tambahan tersedia. Lihat halaman instruksi pekerja untuk gambaran menyeluruh tentang UI Pekerja.

Alat Pekerja

Pekerja dapat menavigasi melalui cloud titik 3D dengan memperbesar dan memperkecil, dan bergerak ke segala arah di sekitar cloud menggunakan pintasan mouse dan keyboard. Saat Anda membuat pekerjaan segmentasi semantik, pekerja memiliki alat berikut yang tersedia untuk mereka:

• Kuas cat untuk melukis dan membuka cat benda. Pekerja melukis objek dengan memilih kategori label dan kemudian melukis di awan titik 3D. Pekerja membuka cat objek dengan memilih opsi Unpaint dari menu kategori label dan menggunakan kuas cat untuk menghapus cat.

• Alat poligon yang dapat digunakan pekerja untuk memilih dan mengecat area di awan titik.

• Alat cat latar belakang, yang memungkinkan pekerja melukis di belakang objek yang telah mereka anotasi tanpa mengubah anotasi aslinya. Misalnya, pekerja mungkin menggunakan alat ini untuk mengecat jalan setelah mengecat semua mobil di jalan.

• Lihat opsi yang memungkinkan pekerja untuk dengan mudah menyembunyikan atau melihat teks label, ground mesh, dan atribut titik tambahan seperti warna atau intensitas. Pekerja juga dapat memilih antara perspektif dan proyeksi ortogonal.

Buat Job Pelabelan Segmentasi Semantik 3D Point Cloud

Anda dapat membuat pekerjaan pelabelan cloud titik 3D menggunakan SageMaker konsol atau operasi API, CreateLabelingJob. Untuk membuat pekerjaan pelabelan untuk jenis tugas ini, Anda memerlukan yang berikut:

• File manifes input bingkai tunggal. Untuk mempelajari cara membuat jenis file manifes ini, lihatBuat File Manifes Input Point Cloud Frame. Jika Anda adalah pengguna baru modalitas pelabelan awan titik Ground Truth 3D, kami sarankan Anda meninjau. Format Data 3D Mentah yang Diterima

• Tim kerja dari tenaga kerja swasta atau vendor. Anda tidak dapat menggunakan pekerja Amazon Mechanical Turk untuk pekerjaan pelabelan cloud titik 3D. Untuk mempelajari cara membuat tenaga kerja dan tim kerja, lihatMembuat dan Mengelola Tenaga Kerja.

• File konfigurasi kategori label. Untuk informasi selengkapnya, lihat Buat File Konfigurasi Kategori Pelabelan dengan Kategori Label dan Atribut Bingkai.

Selain itu, pastikan Anda telah meninjau dan memuaskanTetapkan Izin IAM untuk Menggunakan Ground Truth.

Gunakan salah satu bagian berikut untuk mempelajari cara membuat pekerjaan pelabelan menggunakan konsol atau API.

Membuat Job Pelabelan (Konsol)

Anda dapat mengikuti instruksi Membuat Job Pelabelan (Konsol) untuk mempelajari cara membuat pekerjaan pelabelan segmentasi semantik cloud titik 3D di konsol. SageMaker Saat Anda membuat pekerjaan pelabelan, perhatikan hal-hal berikut:

• File manifes masukan Anda harus berupa file manifes bingkai tunggal. Untuk informasi selengkapnya, lihat Buat File Manifes Input Point Cloud Frame.

• Pelabelan data otomatis dan konsolidasi anotasi tidak didukung untuk tugas pelabelan cloud titik 3D.

• Pekerjaan pelabelan segmentasi semantik cloud titik 3D dapat memakan waktu beberapa jam untuk diselesaikan. Anda dapat menentukan batas waktu yang lebih lama untuk pekerjaan pelabelan ini saat Anda memilih tim kerja Anda (hingga 7 hari, atau 604800 detik).

Membuat Job Pelabelan (API)

Bagian ini mencakup detail yang perlu Anda ketahui saat membuat pekerjaan pelabelan menggunakan operasi SageMaker CreateLabelingJob API. API ini mendefinisikan operasi ini untuk semua AWS SDK. Untuk melihat daftar SDK khusus bahasa yang didukung untuk operasi ini, tinjau bagian Lihat Juga. CreateLabelingJob

Halaman,Membuat Job Pelabelan (API), memberikan ikhtisar CreateLabelingJob operasi. Ikuti petunjuk ini dan lakukan hal berikut saat Anda mengonfigurasi permintaan Anda:

• Anda harus memasukkan ARN untuk. HumanTaskUiArn Gunakan arn:aws:sagemaker:<region>:394669845002:human-task-ui/PointCloudSemanticSegmentation. Ganti <region> dengan AWS Wilayah tempat Anda membuat pekerjaan pelabelan.

  Seharusnya tidak ada entri untuk UiTemplateS3Uri parameter.

• Anda LabelAttributeNameharus berakhir-ref. Misalnya, ss-labels-ref.

• File manifes masukan Anda harus berupa file manifes bingkai tunggal. Untuk informasi selengkapnya, lihat Buat File Manifes Input Point Cloud Frame.

• Anda menentukan label dan instruksi pekerja dalam file konfigurasi kategori label. Lihat Buat File Konfigurasi Kategori Pelabelan dengan Kategori Label dan Atribut Bingkai untuk mempelajari cara membuat file ini.

• Anda perlu menyediakan ARN yang telah ditentukan sebelumnya untuk fungsi Lambda pra-anotasi dan pasca-anotasi (ACS). ARN ini khusus untuk AWS Wilayah yang Anda gunakan untuk membuat pekerjaan pelabelan Anda.

  • Untuk menemukan pra-anotasi Lambda ARN, lihat. PreHumanTaskLambdaArn Gunakan Wilayah tempat Anda membuat pekerjaan pelabelan untuk menemukan ARN yang benar. Misalnya, jika Anda membuat pekerjaan pelabelan di us-east-1, ARN akan menjadi. arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation

  • Untuk menemukan ARN Lambda pasca-anotasi, lihat. AnnotationConsolidationLambdaArn Gunakan Wilayah tempat Anda membuat pekerjaan pelabelan untuk menemukan ARN yang benar. Misalnya, jika Anda membuat pekerjaan pelabelan di us-east-1, ARN akan menjadi. arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation

• Jumlah pekerja yang ditentukan NumberOfHumanWorkersPerDataObject harus1.

• Pelabelan data otomatis tidak didukung untuk pekerjaan pelabelan cloud titik 3D. Anda tidak harus menentukan nilai untuk parameter diLabelingJobAlgorithmsConfig.

• Pekerjaan pelabelan segmentasi semantik cloud titik 3D dapat memakan waktu beberapa jam untuk diselesaikan. Anda dapat menentukan batas waktu yang lebih lama untuk pekerjaan pelabelan ini dalam TaskTimeLimitInSeconds (hingga 7 hari, atau 604800 detik).

Membuat Penyesuaian Segmentasi Semantik 3D Point Cloud atau Pekerjaan Pelabelan Verifikasi

Anda dapat membuat pekerjaan pelabelan penyesuaian dan verifikasi menggunakan konsol Ground Truth atau CreateLabelingJob API. Untuk mempelajari lebih lanjut tentang pekerjaan pelabelan penyesuaian dan verifikasi, dan untuk mempelajari cara membuatnya, lihatVerifikasi dan Sesuaikan Label.

Format Data Keluaran

Saat Anda membuat pekerjaan pelabelan segmentasi semantik cloud titik 3D, tugas dikirim ke pekerja. Saat pekerja ini menyelesaikan tugasnya, anotasi mereka akan ditulis ke bucket Amazon S3 yang Anda tentukan saat Anda membuat pekerjaan pelabelan. Format data keluaran menentukan apa yang Anda lihat di bucket Amazon S3 saat status pekerjaan pelabelan () LabelingJobStatusAnda. Completed

Jika Anda adalah pengguna baru Ground Truth, lihat Data Keluaran untuk mempelajari lebih lanjut tentang format data keluaran Ground Truth. Untuk mempelajari tentang format data keluaran deteksi objek awan titik 3D, lihatOutput Segmentasi Semantik Awan Titik 3D.