Verificar e ajustar rótulos

Quando os rótulos em um conjunto de dados precisam ser validados, o Amazon SageMaker Ground Truth fornece a funcionalidade para que os funcionários verifiquem se os rótulos estão corretos ou ajustem os rótulos anteriores.

Estes tipos de tarefas se enquadram em duas categorias distintas:

• Verificação do rótulo — os operadores indicam se os rótulos existentes estão corretos, ou classificam a qualidade, e podem adicionar comentários para explicar o raciocínio. Os operadores não poderão modificar ou ajustar os rótulos.

  Se você criar um trabalho de verificação ou ajuste de rótulo de quadro de vídeo ou nuvem de pontos 3D, poderá optar por tornar os atributos da categoria do rótulo (não compatível com a segmentação semântica da nuvem de pontos 3D) e os atributos do quadro editáveis pelos operadores.

• Ajuste do rótulo — Os operadores ajustam as anotações anteriores e, se aplicável, os atributos da categoria e da moldura dos rótulos para corrigi-las.

Os seguintes tipos de tarefas integradas do Ground Truth oferecem suporte a trabalhos de ajuste e rotulagem de verificação:

• Caixa delimitadora

• Segmentação semântica

• Detecção de objetos de nuvem de pontos 3D, rastreamento de objetos de nuvem de pontos 3D e segmentação de semântica de nuvem de pontos 3D

• Todos os tipos de tarefas de detecção de objetos de quadro de vídeo e rastreamento de objetos de quadro de vídeo — caixa delimitadora, linha poligonal, polígono e ponto principal

dica

Para trabalhos de verificação de rotulagem de quadros de vídeo e nuvem de pontos 3D, é recomendável adicionar novos atributos de categorias de rótulo ou atributos de quadro ao trabalho de rotulagem. Os operadores podem usar esses atributos para verificar rótulos individuais ou o quadro inteiro. Para saber mais sobre a categoria de rótulo e os atributos de quadro, consulte Interface do usuário (UI) do operador para nuvem de pontos 3D e Interface do usuário (UI) do operador para quadro de vídeo.

Você pode iniciar um trabalho de verificação e ajuste de etiquetas usando o SageMaker console ou a API.

Requisitos para criar trabalhos de rotulagem de verificação e ajuste

Para criar um trabalho de verificação ou ajuste de rótulos, os critérios a seguir devem ser atendidos.

• Para trabalhos de rotulagem sem streaming: o arquivo manifesto de entrada que você usa deve conter o nome do atributo do rótulo (LabelAttributeName) dos rótulos que você deseja ajustar. Quando você encadeia um trabalho de rotulagem concluído com êxito, o arquivo manifesto de saída é usado como arquivo manifesto de entrada para o novo trabalho encadeado. Para saber mais sobre o formato do arquivo manifesto de saída que o Ground Truth produz para cada tipo de tarefa, consulte Dados de saída.

  Para trabalhos de rotulagem de streaming: a mensagem do Amazon SNS que você enviou para o tópico de entrada do Amazon SNS sobre o trabalho de rotulagem de ajuste ou verificação deve conter o nome de atributo do rótulo dos rótulos que você deseja ajustar ou verificar. Para ver um exemplo de como você pode criar um trabalho de rotulagem de ajuste ou verificação com trabalhos de rotulagem de streaming, consulte este exemplo do Jupyter Notebook em. GitHub

• O tipo de tarefa da tarefa de rotulagem de verificação ou ajuste deve ser igual ao tipo de tarefa da tarefa original, a menos que você esteja usando o tipo de tarefa Verificação dos rótulos de imagem para verificar a caixa delimitadora ou os rótulos de imagem de segmentação de semântica. Consulte o próximo marcador para obter mais detalhes sobre os requisitos do tipo de tarefa de quadro de vídeo.

• Para trabalhos de verificação e ajuste de anotações de quadros de vídeo, você deve usar o mesmo tipo de tarefa de anotação usado para criar as anotações do trabalho de rotulagem anterior. Por exemplo, se você criar um trabalho de detecção de objetos de quadro de vídeo para que os operadores desenhem caixas delimitadoras ao redor dos objetos e, em seguida, criar um trabalho de ajuste de detecção de objetos de vídeo, deverá especificar caixas delimitadoras como o tipo de tarefa de anotação. Para saber mais sobre os tipos de tarefas de anotação de quadros de vídeo, consulte Tipos de tarefa.

• O tipo de tarefa que você selecionar para o trabalho de rotulagem de ajuste ou verificação deve ser compatível um fluxo de trabalho de auditoria. Os seguintes tipos de tarefas integradas do Ground Truth oferecem suporte a tarefas de rotulagem de ajuste e verificação: caixa delimitadora, segmentação de semântica, detecção de objetos na nuvem de pontos 3D, rastreamento de objetos na nuvem de pontos 3D e segmentação de semântica da nuvem de pontos 3D e todos os tipos de tarefas de detecção de objetos em quadro de vídeo e rastreamento de objetos em quadro de vídeo — caixa delimitadora, linha poligonal, polígono e ponto principal.

Criar e um trabalho de verificação do rótulo (console)

Os trabalhos de rotulagem de caixa delimitadora e segmentação de semântica são criados escolhendo o tipo de tarefa de Verificação do rótulo no console. Para criar um trabalho de verificação para os tipos de tarefa de nuvem de pontos 3D e quadro de vídeo, você deve escolher o mesmo tipo de tarefa do trabalho de rotulagem original e optar por exibir os rótulos existentes. Use uma das seções a seguir para criar um trabalho de verificação do rótulo para seu tipo de tarefa.

Tópicos

• Criar um trabalho de verificação do rótulo (console)
• Criar um Trabalho de verificação do rótulo de Nuvem de Pontos ou Quadro de Vídeo (Console)

Criar um trabalho de verificação do rótulo (console)

Use o procedimento a seguir para criar uma caixa delimitadora ou uma tarefa de verificação de segmentação de semântica usando o console. Esse procedimento pressupõe que você já tenha criado uma caixa delimitadora ou uma tarefa de rotulagem de segmentação de semântica e o status seja Concluído. Esse é o trabalho de rotulagem que produz os rótulos que você deseja verificar.

Para criar um trabalho de verificação do rótulo de imagens:

1. Abra o SageMaker console em https://console.aws.amazon.com/sagemaker/ e escolha Trabalhos de etiquetagem.

2. Inicie uma nova tarefa de rotulagem encadeando uma tarefa anterior ou iniciando do zero, especificando um manifesto de entrada que contenha objetos de dados rotulados.

3. No painel Tipo de tarefa, selecione Verificação do rótulo.

4. Escolha Próximo.

5. Na seção Trabalhadores, escolha o tipo de força de trabalho que você gostaria de usar. Para obter mais detalhes sobre suas opções de força de trabalho, consulte Criar e gerenciar forças de trabalho.

6. Depois de selecionar a força de trabalho, especifique o Tempo limite da tarefa e o Tempo de expiração da tarefa.

7. No painel Opções de exibição de rótulos existentes, o sistema mostra os nomes de atributos do rótulo disponíveis no manifesto. Escolha o nome de atributo do rótulo que identifica os rótulos para os operadores verificarem. O Ground Truth tentará detectar e preencher esses valores analisando o manifesto, mas talvez seja necessário definir o valor correto.

8. Use as áreas de instruções do designer de ferramentas para fornecer contexto sobre o que os rotuladores anteriores foram solicitados a fazer e o que os verificadores atuais precisam verificar.

   Você pode adicionar novos rótulos que os operadores escolham para verificar os rótulos. Por exemplo, você pode pedir aos operadores que verifiquem a qualidade da imagem e forneçam os rótulos Claro e Desfocado. Os operadores também terão a opção de adicionar um comentário para explicar sua seleção.

9. Escolha See preview (Ver visualização) para verificar se a ferramenta está exibindo os rótulos anteriores corretamente e se apresenta a tarefa de verificação de rótulo claramente.

10. Escolha Criar. Isso criará e iniciará o trabalho de rotulagem.

Criar um Trabalho de verificação do rótulo de Nuvem de Pontos ou Quadro de Vídeo (Console)

Use o procedimento a seguir para criar uma tarefa de verificação de nuvem de pontos 3D ou de quadros de vídeo usando o console. Esse procedimento pressupõe que você já tenha criado um trabalho de rotulagem usando o tipo de tarefa que produz os tipos de rótulos que você deseja verificar e que o status é Concluído.

Para criar um trabalho de verificação do rótulo de imagens:

1. Abra o SageMaker console em https://console.aws.amazon.com/sagemaker/ e escolha Trabalhos de etiquetagem.

2. Inicie uma nova tarefa de rotulagem encadeando uma tarefa anterior ou iniciando do zero, especificando um manifesto de entrada que contenha objetos de dados rotulados.

3. No painel Tipo de tarefa, selecione o mesmo tipo de tarefa do trabalho de rotulagem que você encadeou. Por exemplo, se a tarefa de rotulagem original fosse uma tarefa de rotulagem de pontos principais de detecção de objetos de quadro de vídeo, selecione esse tipo de tarefa.

4. Escolha Próximo.

5. Na seção Trabalhadores, escolha o tipo de força de trabalho que você gostaria de usar. Para obter mais detalhes sobre suas opções de força de trabalho, consulte Criar e gerenciar forças de trabalho.

6. Depois de selecionar a força de trabalho, especifique o Tempo limite da tarefa e o Tempo de expiração da tarefa.

7. Ative o botão ao lado de Exibir rótulos existentes.

8. Selecione Verificação.

9. Selecione o Nome de atributo do rótulo no manifesto que corresponde aos rótulos que você deseja exibir para fazer a verificação. Você só verá os nomes de atributos do rótulo para rótulos que correspondam ao tipo de tarefa selecionado na tela anterior. O Ground Truth tentará detectar e preencher esses valores analisando o manifesto, mas talvez seja necessário definir o valor correto.

10. Use as áreas de instruções do designer de ferramentas para fornecer contexto sobre o que os rotuladores anteriores foram solicitados a fazer e o que os verificadores atuais precisam verificar.

    Você não pode modificar nem adicionar novos rótulos. É possível remover, modificar e adicionar novos atributos de categoria de rótulo ou atributos de quadro. É recomendável adicionar novos atributos de categoria de rótulo ou atributos de quadro ao trabalho de rotulagem. Os operadores podem usar esses atributos para verificar rótulos individuais ou o quadro inteiro.

    Por padrão, os atributos de categoria de rótulo e atributos de quadro preexistentes não serão editáveis pelos operadores. Se você quiser tornar editável uma categoria de rótulo ou atributo de quadro, marque a caixa de seleção Permitir que os operadores editem esse atributo.

    Para saber mais sobre a categoria de rótulo e os atributos de quadro, consulte Interface do usuário (UI) do operador para nuvem de pontos 3D e Interface do usuário (UI) do operador para quadro de vídeo.

11. Escolha See preview (Ver visualização) para verificar se a ferramenta está exibindo os rótulos anteriores corretamente e se apresenta a tarefa de verificação de rótulo claramente.

12. Escolha Criar. Isso criará e iniciará o trabalho de rotulagem.

Criar um trabalho de ajuste de rotulagem (console)

Use uma das seções a seguir para criar um trabalho de verificação do rótulo para seu tipo de tarefa.

Tópicos

• Criar um trabalho de ajuste de rotulagem de imagem (console)
• Crie um trabalho de ajuste de rótulo de nuvem de pontos ou Quadro de Vídeo (Console)

Criar um trabalho de ajuste de rotulagem de imagem (console)

Use o procedimento a seguir para criar uma caixa delimitadora ou uma tarefa de rotulagem de ajuste de segmentação de semântica usando o console. Esse procedimento pressupõe que você já tenha criado uma caixa delimitadora ou uma tarefa de rotulagem de segmentação de semântica e o status seja Concluído. Esse é o trabalho de rotulagem que produz os rótulos que você deseja ajustar.

Para criar um trabalho de ajuste de rotulagem de imagem (console)

1. Abra o SageMaker console em https://console.aws.amazon.com/sagemaker/ e escolha Trabalhos de etiquetagem.

2. Inicie uma nova tarefa de rotulagem encadeando uma tarefa anterior ou iniciando do zero, especificando um manifesto de entrada que contenha objetos de dados rotulados.

3. Escolha o mesmo tipo de tarefa do trabalho de rotulagem original.

4. Escolha Próximo.

5. Na seção Trabalhadores, escolha o tipo de força de trabalho que você gostaria de usar. Para obter mais detalhes sobre suas opções de força de trabalho, consulte Criar e gerenciar forças de trabalho.

6. Depois de selecionar a força de trabalho, especifique o Tempo limite da tarefa e o Tempo de expiração da tarefa.

7. Expanda as opções de exibição de rótulos existentes selecionando a seta ao lado do título.

8. Marque a caixa ao lado de I want to display existing labels from the dataset for this job (Desejo exibir os rótulos existentes do conjunto de dados para esta tarefa).

9. Para o Nome de atributo do rótulo, escolha o nome no manifesto que corresponde aos rótulos que você deseja exibir para fazer o ajuste. Você só verá os nomes de atributos do rótulo para rótulos que correspondam ao tipo de tarefa selecionado na tela anterior. O Ground Truth tentará detectar e preencher esses valores analisando o manifesto, mas talvez seja necessário definir o valor correto.

10. Use as áreas de instruções do designer de ferramentas para fornecer contexto sobre o que os rotuladores anteriores foram encarregados de fazer e o que os verificadores atuais precisam verificar e ajustar.

11. Escolha See preview (Visualizar) para verificar se a ferramenta mostra os rótulos anteriores corretamente e apresenta a tarefa de forma clara.

12. Escolha Criar. Isso criará e iniciará o trabalho de rotulagem.

Crie um trabalho de ajuste de rótulo de nuvem de pontos ou Quadro de Vídeo (Console)

Use o procedimento a seguir para criar uma nuvem de pontos 3D ou um trabalho de ajuste de quadro de vídeo usando o console. Esse procedimento pressupõe que você já tenha criado um trabalho de rotulagem usando o tipo de tarefa que produz os tipos de rótulos que você deseja verificar e que o status é Concluído.

Para criar um trabalho de ajuste de rótulo de quadro de vídeo ou nuvem de pontos 3D (console)

1. Abra o SageMaker console https://console.aws.amazon.com/sagemaker/ e escolha Trabalhos de etiquetagem.

2. Inicie uma nova tarefa de rotulagem encadeando uma tarefa anterior ou iniciando do zero, especificando um manifesto de entrada que contenha objetos de dados rotulados.

3. Escolha o mesmo tipo de tarefa do trabalho de rotulagem original.

4. Ative o botão ao lado de Exibir rótulos existentes.

5. Selecione Ajuste.

6. Para o Nome de atributo do rótulo, escolha o nome no manifesto que corresponde aos rótulos que você deseja exibir para fazer o ajuste. Você só verá os nomes de atributos do rótulo para rótulos que correspondam ao tipo de tarefa selecionado na tela anterior. O Ground Truth tentará detectar e preencher esses valores analisando o manifesto, mas talvez seja necessário definir o valor correto.

7. Use as áreas de instruções do designer de ferramentas para fornecer contexto sobre o que os rotuladores anteriores foram solicitados a fazer e o que os ajustadores atuais precisam verificar.

   Você não pode remover ou modificar rótulos existentes, mas pode adicionar novos rótulos. É possível remover, modificar e adicionar novos atributos de categoria de rótulo ou atributos de quadro.

   Por padrão, atributos de categoria de rótulo e atributos de quadro preexistentes serão editáveis pelos operadores. Se você quiser tornar uma categoria de rótulo ou atributo de quadro não editável, desmarque a caixa de seleção Permitir que os operadores editem esse atributo.

   Para saber mais sobre a categoria de rótulo e os atributos de quadro, consulte Interface do usuário (UI) do operador para nuvem de pontos 3D e Interface do usuário (UI) do operador para quadro de vídeo.

8. Escolha See preview (Visualizar) para verificar se a ferramenta mostra os rótulos anteriores corretamente e apresenta a tarefa de forma clara.

9. Escolha Criar. Isso criará e iniciará o trabalho de rotulagem.

Iniciar um trabalho de verificação ou ajuste de rótulo (API)

Inicie um trabalho de verificação ou ajuste de rótulo encadeando um trabalho concluído com êxito ou iniciando um trabalho a partir do zero usando a operação CreateLabelingJob. O procedimento é quase o mesmo que configurar um novo trabalho de rotulagem com o CreateLabelingJob, com algumas modificações. Use as seções a seguir para saber quais modificações são necessárias para encadear um trabalho de rotulagem e criar um trabalho de rotulagem de ajuste ou verificação.

Ao criar um trabalho de rotulagem de ajuste ou verificação usando a API Ground Truth, você deve usar um trabalho de rotulagem LabelAttributeName diferente do original. O trabalho de rotulagem original é a tarefa usada para criar os rótulos que você deseja ajustar ou verificar.

Importante

O arquivo de configuração da categoria de rótulo que você identifica para um trabalho de ajuste ou verificação no LabelCategoryConfigS3Uri do CreateLabelingJob deve conter os mesmos rótulos usados na tarefa de rotulagem original. Você pode adicionar novos rótulos. Para trabalhos de nuvem de pontos 3D e quadros de vídeo, você pode adicionar uma nova categoria de rótulo e atributos de quadro ao arquivo de configuração da categoria de rótulo.

Caixa delimitadora e segmentação de semântica

Para criar um trabalho de verificação de caixa delimitadora ou de verificação ou ajuste de segmentação de semântica, use as diretrizes a seguir para especificar atributos da API para a operação CreateLabelingJob.

• Use o parâmetro LabelAttributeName para especificar o nome do rótulo de saída que você deseja usar para rótulos verificados ou ajustados. Você deve usar um LabelAttributeName diferente daquele usado para o trabalho de rotulagem original.

• Se você estiver encadeando o trabalho, os rótulos do trabalho anterior a serem ajustados ou verificados serão especificados no modelo de IU personalizado. Para saber como criar um modelo personalizado, consulte Criar modelos personalizados de tarefas para operadores.

  Identifique a localização do modelo de interface do usuário no UiTemplateS3Uriparâmetro. SageMaker fornece widgets que você pode usar em seu modelo personalizado para exibir rótulos antigos. Use o atributo initial-value em um dos elementos crowd a seguir para extrair os rótulos que precisam de verificação ou ajuste e incluí-los no modelo da tarefa:

  • crowd-semantic-segmentation—Use este elemento crowd no modelo personalizado de tarefa da IU para especificar os rótulos de segmentação de semântica que precisam ser verificados ou ajustados.

  • crowd-bounding-box—Use este elemento crowd no modelo personalizado de tarefa da IU para especificar os rótulos da caixa delimitadora que precisam ser verificados ou ajustados.

• O parâmetro LabelCategoryConfigS3Uri deve conter as mesmas categorias de rótulo que o trabalho de rotulagem anterior.

• Use a caixa delimitadora ou os ARNs do lambda de ajuste ou verificação de segmentação de semântica para PreHumanTaskLambdaArn e AnnotationConsolidationLambdaArn:

  • Para a caixa delimitadora, os ARNs da função lambda do trabalho de rotulagem de ajuste terminam com AdjustmentBoundingBox e os ARNs da função lambda de verificação terminam com VerificationBoundingBox.

  • Para a segmentação de semântica, os ARNs da função lambda do trabalho de rotulagem de ajuste terminam com AdjustmentSemanticSegmentation e os ARNs da função lambda de verificação terminam com VerificationSemanticSegmentation.

Nuvem de pontos 3D e quadro de vídeo

• Use o parâmetro LabelAttributeName para especificar o nome do rótulo de saída que você deseja usar para rótulos verificados ou ajustados. Você deve usar um LabelAttributeName diferente daquele usado para o trabalho de rotulagem original.

• Você deve usar o nome do recurso da Amazon (ARN) da interface de usuário da tarefa humana (HumanTaskUiArn) usado para o trabalho de rotulagem original. Para ver os ARNs compatíveis, consulte HumanTaskUiArn.

• No arquivo de configuração da categoria de rótulo, você deve especificar o nome de atributo do rótulo (LabelAttributeName) da tarefa de rotulagem anterior que você usa para criar a tarefa de rotulagem de ajuste ou verificação no parâmetro auditLabelAttributeName.

• Você especifica se o trabalho de rotulagem é um trabalho de rotulagem de verificação ou ajuste usando o parâmetro editsAllowed no arquivo de configuração da categoria de rótulo identificado pelo parâmetro LabelCategoryConfigS3Uri.

  • Para trabalhos de rotulagem de verificação, você deve usar o parâmetro editsAllowed para especificar que todos os rótulos não podem ser modificados. O editsAllowed deve ser definido como "none" em cada entrada em labels. Você também pode especificar se os atributos das categorias de rótulos e os atributos do quadro podem ou não ser ajustados pelos operadores.

  • Para tarefas de rotulagem de ajuste, você também pode usar o parâmetro editsAllowed para especificar rótulos, atributos de categoria de rótulo e atributos de quadro que podem ou não ser modificados pelos operadores. Se você não usar esse parâmetro, todos os rótulos, atributos de categoria de rótulo e atributos de quadro serão ajustáveis.

  Para saber mais sobre o parâmetro editsAllowed e configurar o arquivo de configuração de categoria de rótulo, consulte Esquema do arquivo de configuração da categoria de rótulo.

• Use a nuvem de pontos 3D ou os ARNs do lambda de ajuste de quadro de vídeo para PreHumanTaskLambdaArn e AnnotationConsolidationLambdaArn para trabalhos de rotulagem de ajuste e verificação:

  • Para nuvens de pontos 3D, os ARNs da função do lambda do trabalho de rotulagem de ajuste e verificação terminam com Adjustment3DPointCloudSemanticSegmentation, Adjustment3DPointCloudObjectTracking, e Adjustment3DPointCloudObjectDetection para segmentação de semântica de nuvem de pontos 3D, detecção de objetos e rastreamento de objetos, respectivamente.

  • Para quadros de vídeo, os ARNs da função do lambda do trabalho de rotulagem de ajuste e verificação terminam com AdjustmentVideoObjectDetection e AdjustmentVideoObjectTracking para detecção de objetos de quadro de vídeo e rastreamento de objetos, respectivamente.

O Ground Truth armazena os dados de saída de um trabalho de verificação ou de um ajuste de rótulo no bucket do S3 especificado no parâmetro S3OutputPath da operação CreateLabelingJob. Para obter mais informações sobre os dados de saída de um trabalho de verificação ou de ajuste de rotulagem, consulte Dados da verificação e do ajuste do rótulo no manifesto de saída.

Dados da verificação e do ajuste do rótulo no manifesto de saída

O Amazon SageMaker Ground Truth grava dados de verificação da etiqueta no manifesto de saída dentro dos metadados da etiqueta. Ele adiciona duas propriedades aos metadados:

• Uma propriedade type, com um valor de “groundtruth/label-verification.

• Uma propriedade worker-feedback, com uma matriz de valores comment. Essa propriedade é adicionada quando o operador insere comentários. Se não houver comentários, o campo não aparece.

O manifesto de saída de exemplo a seguir mostra como os dados de verificação de rótulo aparecem:

{
  "source-ref":"S3 bucket location", 
  "verify-bounding-box":"1",    
  "verify-bounding-box-metadata":  
  {
    "class-name": "bad", 
    "confidence": 0.93, 
    "type": "groundtruth/label-verification", 
    "job-name": "verify-bounding-boxes",
    "human-annotated": "yes",
    "creation-date": "2018-10-18T22:18:13.527256",
    "worker-feedback": [
      {"comment": "The bounding box on the bird is too wide on the right side."},
      {"comment": "The bird on the upper right is not labeled."}
    ]
  }
}

A saída do operador de tarefas de ajuste se assemelha à saída do operador da tarefa original, com a exceção de que contém os valores ajustados e uma propriedade adjustment-status com o valor de adjusted ou de unadjusted para indicar se um ajuste foi feito.

Para obter mais exemplos de saída das diferentes tarefas, consulte Dados de saída.

Precauções e considerações

Para obter o comportamento esperado ao criar um trabalho de verificação ou de ajuste de rótulo, verifique cuidadosamente os dados de entrada.

• Se você estiver usando dados de imagem, verifique se o arquivo do manifesto contém informações de cor RGB hexadecimal.

• Para economizar em custos de processamento, filtre os dados para garantir que não está incluindo objetos indesejados no manifesto de entrada do trabalho de rotulagem.

• Adicione as permissões necessárias do Amazon S3 para garantir que os dados de entrada sejam processados corretamente.

Ao criar um trabalho de rotulagem de ajuste ou verificação usando a API Ground Truth, você deve usar um trabalho de rotulagem LabelAttributeName diferente da original.

Requisitos de informações de cores para trabalhos de segmentação semântica

Para reproduzir corretamente as informações de cores em tarefas de verificação ou de ajuste, a ferramenta requer informações de cor RGB hexadecimal no manifesto (por exemplo, #FFFFFF para branco). Quando você configura um trabalho de verificação ou de ajuste de segmentação semântica, a ferramenta examina o manifesto para determinar se essa informação está presente. Se não conseguir encontrá-la, o Amazon SageMaker Ground Truth exibirá uma mensagem de erro e a configuração do trabalho será encerrada.

Em iterações anteriores da ferramenta de segmentação semântica, as informações de cor de categoria não eram produzidas no formato RGB hexadecimal para o manifesto de saída. Esse recurso foi apresentado no manifesto de saída ao mesmo tempo que os fluxos de trabalho de verificação e de ajuste foram apresentados. Portanto, os manifestos de saída mais antigos não são compatíveis com este novo fluxo de trabalho.

Filtrar dados antes de iniciar o trabalho

O Amazon SageMaker Ground Truth processa todos os objetos em seu manifesto de entrada. Se tiver um conjunto de dados parcialmente rotulado, talvez você queira criar um manifesto personalizado usando a opção Selecionar consulta do Amazon S3 no manifesto de entrada. Haverá falha individual nos objetos não rotulados, mas isso não causará falha no trabalho e poderá incorrer em custos de processamento. Filtrar objetos que não deseja verificar reduzirá os custos.

Se você criar um trabalho de verificação usando o console, é possível usar as ferramentas de filtragem fornecidas aqui. Se você criar trabalhos usando a API, torne a filtragem de seus dados parte do fluxo de trabalho onde for necessário.