自动分割工具

图像分割是将图像分成多个片段或一组标注像素的过程。在 Amazon G SageMaker round Truth 中，识别属于给定标签下的所有像素的过程包括在这些像素上涂上彩色填充物或 “掩码”。某些标注作业任务包含带有需要分割的大量对象的图像。为有助于工作人员在更短的时间更准确地标注这些对象，Ground Truth 提供了一个自动分割工具，专门用于分配给私有人力和供应商人力的分割任务。此工具使用机器学习模型以最少的工作人员输入对图像中的各个对象进行自动分割。工作人员可以使用工作人员控制台中的其他工具优化由自动分割工具生成的遮罩。这有助于工作人员更快、更准确地完成图像分割任务，从而降低成本并提高标注质量。

注意

自动分割工具适用于发送给私有人力或供应商人力的分割任务。该工具不适用于发送给公有人力 (Amazon Mechanical Turk) 的任务。

工具预览

当为工作人员分配提供自动分割工具的标注作业时，将向他们提供有关如何使用该工具的详细说明。例如，工作人员可能会在工作人员控制台中看到以下内容：

工作人员可以使用查看完整说明了解如何使用该工具。工作人员需要在相关对象的四个极点（最上面、最下面、最左侧和最右侧）上放置一个点，该工具将自动为对象生成遮罩。工作人员可以通过使用提供的其他工具或通过在缺少的对象的较小部分上使用自动分割工具，进一步优化遮罩。

工具可用性

如果您使用 Ama SageMaker zon 控制台创建语义分段标签作业，则自动分段工具会自动出现在工作人员的控制台中。在 SageMaker 控制台中创建语义分段作业时，您将能够在创建工作人员指令的同时预览该工具。要了解如何在 SageMaker 控制台中创建语义分割标签作业，请参阅开始使用。

如果您要在 SageMaker 控制台中创建自定义实例分段标签作业，或者使用 Ground Truth API 创建实例分段或语义分段标签作业，则需要创建自定义任务模板来设计您的工作控制台和说明。要在工作人员控制台中包含自动分割工具，请确保自定义任务模板中满足以下条件：

• 对于使用 API 创建的语义分割标注作业，<crowd-semantic-segmentation> 位于任务模板中。对于自定义实例分割标注作业，<crowd-instance-segmentation> 标记位于任务模板中。

• 任务分配给私有人力或供应商人力。

• 要标注的图像是已针对工作人员进行预签名以便访问的 Amazon Simple Storage Service Amazon S3) 对象。如果任务模板包含 grant_read_access 筛选器，则为 true。有关 grant_read_access 筛选器的信息，请参阅使用 Liquid 添加自动化。

以下是自定义实例分割标注作业的自定义任务模板示例，其中包括 <crowd-instance-segmentation/> 标签和 grant_read_access Liquid 筛选器。

<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>