Cuadro delimitador y segmentación semántica Nube de puntos 3D y fotograma de vídeo

Inicio de un trabajo de verificación o ajuste de etiquetas (API)

Puede iniciar un trabajo de verificación o ajuste de etiquetas encadenando un trabajo completado correctamente o iniciando desde cero un nuevo trabajo con la operación CreateLabelingJob. El procedimiento es prácticamente el mismo que para configurar un nuevo trabajo de etiquetado con CreateLabelingJob, salvo algunas modificaciones. Utilice las siguientes secciones para saber qué modificaciones son necesarias para encadenar un trabajo de etiquetado y crear un trabajo de etiquetado de ajuste o verificación.

Cuando crea un trabajo de etiquetado de ajuste o verificación mediante la API de Ground Truth, debe utilizar un LabelAttributeName diferente del trabajo de etiquetado original. El trabajo de etiquetado original es el trabajo que se utiliza para crear las etiquetas que desea ajustar o verificar.

importante

El archivo de configuración de categorías de etiquetas que identifique para un trabajo de ajuste o verificación en LabelCategoryConfigS3Uri de CreateLabelingJob debe contener las mismas etiquetas que se utilizan en el trabajo de etiquetado original. Puede añadir etiquetas nuevas. Para los trabajos de fotogramas de vídeo y nubes de puntos 3D, puede añadir nuevos atributos de categorías de etiquetas y de fotogramas al archivo de configuración de categorías de etiquetas.

Cuadro delimitador y segmentación semántica

Si desea crear un trabajo de verificación o ajuste de etiquetas de cuadro delimitador o segmentación semántica, utilice las siguientes directrices para especificar los atributos de la API para la operación CreateLabelingJob.

Utilice el parámetro LabelAttributeName para especificar el nombre de salida que desea utilizar con las etiquetas verificadas o ajustadas. Debe utilizar un LabelAttributeName diferente al utilizado para el trabajo de etiquetado original.
Si va a encadenar el trabajo, las etiquetas del trabajo de etiquetado anterior que se van a ajustar o verificar se especificarán en la plantilla de interfaz de usuario personalizada. Para obtener información sobre cómo crear una plantilla personalizada, consulte Crear plantillas de tareas de trabajador personalizadas.

Identifique la ubicación de la plantilla de interfaz de usuario en el UiTemplateS3Uriparámetro. SageMaker AI proporciona widgets que puedes usar en tu plantilla personalizada para mostrar etiquetas antiguas. Utilice el atributo initial-value en uno de los siguientes elementos crowd para extraer las etiquetas que necesitan verificación o ajuste e incluirlas en la plantilla de tareas:
- crowd-semantic-segmentation: utilice este elemento crowd en la plantilla de tareas de la interfaz de usuario personalizada para especificar las etiquetas de segmentación semántica que se deben verificar o ajustar.
- crowd-bounding-box: utilice este elemento crowd en la plantilla de tareas de la interfaz de usuario personalizada para especificar las etiquetas de cuadro delimitador que se deben verificar o ajustar.
El parámetro LabelCategoryConfigS3Uri debe contener las mismas categorías de etiquetas que el trabajo de etiquetado anterior.
Utilice los ARN de Lambda de verificación o ajuste de cuadro delimitador o segmentación semántica para PreHumanTaskLambdaArn y AnnotationConsolidationLambdaArn:
- Para cuadro delimitador, los ARN de la función de Lambda de trabajo de etiquetado de ajuste terminan en AdjustmentBoundingBox y los ARN de la función de Lambda de verificación terminan en VerificationBoundingBox.
- Para segmentación semántica, los ARN de la función de Lambda de trabajo de etiquetado de ajuste terminan en AdjustmentSemanticSegmentation y los ARN de la función de Lambda de verificación terminan en VerificationSemanticSegmentation.

Nube de puntos 3D y fotograma de vídeo

Utilice el parámetro LabelAttributeName para especificar el nombre de salida que desea utilizar con las etiquetas verificadas o ajustadas. Debe utilizar un LabelAttributeName diferente al utilizado para el trabajo de etiquetado original.
Debe utilizar la interfaz de usuario de tareas humanas que utilizó el nombre de recurso de Amazon (ARN) (HumanTaskUiArn) para el trabajo de etiquetado original. Para ver ARN compatibles, consulte HumanTaskUiArn.
En el archivo de configuración de categorías de etiquetas debe especificar el nombre del atributo de etiquetas (LabelAttributeName) del trabajo de etiquetado anterior que utiliza para crear el trabajo de etiquetado de ajuste o verificación en el parámetro auditLabelAttributeName.
Especifique si el trabajo de etiquetado es de verificación o ajuste utilizando el parámetro editsAllowed en el archivo de configuración de categorías de etiquetas identificado por el parámetro LabelCategoryConfigS3Uri.
- Para los trabajos de etiquetado de verificación, debe utilizar el parámetro editsAllowed para especificar que no se pueden modificar todas las etiquetas. editsAllowed debe establecerse como "none" en cada entrada de labels. Opcionalmente, puede especificar si los trabajadores pueden ajustar atributos de categorías de etiquetas y los atributos de fotogramas.
- Si lo desea, en los trabajos de etiquetado de ajuste puede utilizar el parámetro editsAllowed para especificar etiquetas, atributos de categorías de etiquetas y atributos de fotogramas que los trabajadores pueden o no modificar. Si no utiliza este parámetro, se podrán ajustar todas las etiquetas, los atributos de categorías de etiquetas y los atributos de fotogramas.
Para obtener más información sobre el parámetro editsAllowed y configurar el archivo de configuración de categorías de etiquetas, consulte Esquema del archivo de configuración de categorías de etiquetas.
Utilice los ARN de Lambda de ajuste de fotogramas de vídeo o nubes de puntos 3D para PreHumanTaskLambdaArn y AnnotationConsolidationLambdaArn tanto para trabajos de etiquetado de ajuste como de verificación:
- Para las nubes de puntos 3D, los ARN de la función de Lambda de trabajos de etiquetado de ajuste y verificación terminan en Adjustment3DPointCloudSemanticSegmentationAdjustment3DPointCloudObjectTracking, y Adjustment3DPointCloudObjectDetection para segmentación semántica 3D, detección de objetos y seguimiento de objetos, respectivamente en nubes de puntos.
- En el caso de los fotogramas de vídeo, los ARN de la función de Lambda de trabajos de etiquetado de ajuste y verificación terminan en AdjustmentVideoObjectDetection y AdjustmentVideoObjectTracking para detección de objetos y seguimiento de objetos, respectivamente, en fotogramas de vídeo.

Ground Truth almacena los datos de salida de un trabajo de verificación o ajuste de etiquetas en el bucket de S3 especificado en el parámetro S3OutputPathde la operación CreateLabelingJob. Para obtener más información sobre los datos de salida de un trabajo de ajuste o verificación de etiquetas, consulte Datos de ajuste y verificación de etiquetas en el manifiesto de salida.

Convenciones del documento

Creación de un trabajo de ajuste de etiquetas (consola)

Datos de ajuste y verificación de etiquetas en el manifiesto de salida