Verstehen Sie den Aufgabentyp 3D-2D-Punktwolken-Objektverfolgung - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Verstehen Sie den Aufgabentyp 3D-2D-Punktwolken-Objektverfolgung

Verwenden Sie diesen Aufgabentyp, wenn Sie möchten, dass Auftragnehmer 3D-Point-Cloud-Anmerkungen mit 2D-Bildanmerkungen verknüpfen und auch 2D-Bildanmerkungen zwischen verschiedenen Kameras verknüpfen. Derzeit unterstützt Ground Truth Quader für Anmerkungen in einer 3D-Point-Cloud und Bounding Boxes für Anmerkungen in 2D-Videos. Sie können diesen Aufgabentyp beispielsweise verwenden, um Auftragnehmer zu bitten, die Bewegung eines Fahrzeugs in einer 3D-Point-Cloud mit seinem 2D-Video zu verknüpfen. Mithilfe der 3D-2D-Verknüpfung können Sie auf einfache Weise Point-Cloud-Daten (wie die Entfernung eines Quaders) mit Videodaten (Begrenzungsrahmen) für bis zu 8 Kameras korrelieren.

Ground Truth stellt Auftragnehmern Tools zur Verfügung, mit denen sie Quader in einer 3D-Point-Cloud und Begrenzungsrahmen in bis zu 8 Kameras mit derselben Annotationsoberfläche kommentieren können. Auftragnehmer können auch verschiedene Begrenzungsrahmen für dasselbe Objekt über verschiedene Kameras hinweg verknüpfen. Beispielsweise kann ein Begrenzungsrahmen in Kamera1 mit einem Begrenzungsrahmen in Kamera2 verknüpft werden. Auf diese Weise können Sie ein Objekt anhand einer eindeutigen ID über mehrere Kameras hinweg korrelieren.

Anmerkung

Unterstützt derzeit SageMaker nicht die Erstellung eines 3D-2D-Verbindungsauftrags über die Konsole. Informationen zum Erstellen eines 3D-2D-Verbindungsauftrags mit dem finden Sie SageMaker API unter. Erstellen Sie einen Label-Job (API)

In den folgenden Themen wird erklärt, wie ein Auftrag zur Kennzeichnung von 3D-2D-Punktwolkenobjekten erstellt wird. Außerdem wird gezeigt, wie die Worker-Aufgabenoberfläche aussieht (was den Mitarbeitern angezeigt wird, wenn sie an dieser Aufgabe arbeiten), und sie bieten einen Überblick über die Ausgabedaten, die Sie erhalten, wenn Mitarbeiter ihre Aufgaben erledigen.