Richten Sie automatische Videoframe-Eingabedaten ein - 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.

Richten Sie automatische Videoframe-Eingabedaten ein

Sie können die automatische Dateneinrichtung von Ground Truth verwenden, um Videodateien in Ihrem Amazon-S3-Bucket automatisch zu erkennen und Videoframes aus diesen Dateien zu extrahieren. Um zu erfahren wie dies geht, vgl. Videodateien zur Verfügung stellen.

Wenn Sie bereits über Videoframes in Amazon S3 verfügen, können Sie die automatische Dateneinrichtung verwenden, um diese Videoframes in Ihrem Beschriftungsauftrag zu verwenden. Für diese Option müssen alle Videoframes eines einzelnen Videos mit einem eigenartigen Präfix gespeichert werden. Informationen zu den Voraussetzungen für die Verwendung dieser Option finden Sie unter Stellen Sie Videoframes bereit.

Wählen Sie einen der folgenden Abschnitte aus, um zu erfahren, wie Sie Ihre automatische Eingabedatensatzverbindung mit Ground Truth einrichten.

Gehen Sie wie folgt vor, um Ihre Videodateien mit Ground Truth zu verbinden und automatisch Videoframes aus diesen Dateien für die Objekterkennung von Videoframes und die Objektverfolgungsbeschriftung zu extrahieren.

Anmerkung

Wenn Sie das Automated Data Setup Console Tool verwenden, um Videoframes aus mehr als 10 Videodateien zu extrahieren, müssen Sie die vom Tool generierte Manifestdatei ändern oder eine neue erstellen, sodass sie 10 Videoframe-Sequenzdateien oder weniger enthält. Weitere Informationen hierzu finden Sie unter Videodateien zur Verfügung stellen.

Stellen Sie sicher, dass Ihre Videodateien in einem Amazon-S3-Bucket in derselben AWS -Region gespeichert sind, in der Sie die automatische Dateneinrichtung durchführen.

Verbinden Sie Ihre Videodateien in Amazon S3 automatisch mit Ground Truth und extrahieren Sie Videoframes:

  1. Navigieren Sie in der SageMaker Amazon-Konsole zur Seite „Labeling-Job erstellen“: https://console.aws.amazon.com/sagemaker/Groundtruth.

    Ihre Eingabe- und Ausgabe-S3-Buckets müssen sich in derselben AWS -Region befinden, in der Sie Ihren Beschriftungsauftrag erstellen. Über diesen Link gelangen Sie in die Region North Virginia (US-East-1) AWS . Wenn sich Ihre Eingabedaten in einem Amazon-S3-Bucket in einer anderen Region befinden, wechseln Sie in diese Region. Um Ihre AWS Region zu ändern, wählen Sie in der Navigationsleiste den Namen der aktuell angezeigten Region aus.

  2. Wählen Sie Beschriftungsauftrag erstellen aus.

  3. Geben Sie einen Auftragsnamen ein.

  4. Wählen Sie im Abschnitt Einrichtung der Eingabedaten die Option Automatisierte Dateneinrichtung aus.

  5. Geben Sie einen Amazon S3 URI for S3-Speicherort für Eingabedatensätze ein. Ein S3 URI sieht wie folgt aus:s3://amzn-s3-demo-bucket/path-to-files/. Dies URI sollte auf den Amazon S3 S3-Speicherort verweisen, an dem Ihre Videodateien gespeichert sind.

  6. Geben Sie Ihren S3-Standort für Ausgabedatensätze an. Hier werden Ihre Ausgabedaten gespeichert. Sie können wählen, ob Sie Ihre Ausgabedaten am selben Ort wie der Eingabedatensatz speichern möchten oder ob Sie einen neuen Speicherort angeben und den S3 URI des Speicherorts eingeben möchten, an dem Sie Ihre Ausgabedaten speichern möchten.

  7. Wählen Sie in der Dropdown-Liste Videodateien für Ihren Datentyp aus.

  8. Wählen Sie Ja, Frames für Aufgaben zur Objektverfolgung und -erkennung extrahieren.

  9. Wählen Sie eine Methode zur Frame-Extraktion.

    • Wenn Sie Alle aus dem Video extrahierten Frames verwenden, um eine Labeling-Aufgabe zu erstellen wählen, extrahiert Ground Truth alle Frames aus jedem Video an Ihrem S3-Standort für Eingabedatensätze, bis zu 2.000 Frames. Wenn ein Video in Ihrem Eingabedatensatz mehr als 2.000 Frames enthält, werden die ersten 2.000 Frames extrahiert und für diese Labeling-Aufgabe verwendet.

    • Wenn Sie „Alle verwenden“ wählen x Rahmen aus einem Video, um eine Beschriftungsaufgabe zu erstellen, Ground Truth extrahiert jeden xdas Bild aus jedem Video an Ihrem S3-Standort für Eingabedatensätze.

      Wenn Ihr Video beispielsweise 2 Sekunden lang ist und eine Framerate von 30 Frames pro Sekunde hat, enthält Ihr Video 60 Frames. Wenn Sie hier 10 angeben, extrahiert Ground Truth jeden 10-ten Frame aus Ihrem Video. Das bedeutet, dass das jeder 1-te, 10-te, 20-te, 30-te, 40-te, 50-te, und 60-te Frame extrahiert wird.

  10. Wählen oder erstellen Sie eine IAM Ausführungsrolle. Stellen Sie sicher, dass diese Rolle berechtigt ist, auf Ihre Amazon S3-Standorte für Eingabe- und Ausgabedaten zuzugreifen, die in den Schritten 5 und 6 angegeben sind.

  11. Wählen Sie Dateneinrichtung abschließen aus.

Gehen Sie wie folgt vor, um Ihre Videoframesequenzen mit Ground Truth zu verbinden, um Videoframe-Objekte zu erkennen, verfolgen und beschriften.

Stellen Sie sicher, dass Ihre Videoframes in einem Amazon-S3-Bucket in derselben AWS -Region gespeichert sind, in der Sie die automatische Dateneinrichtung durchführen. Jede Sequenz von Videoframes sollte ein eindeutiges Präfix haben. Wenn Sie beispielsweise zwei Sequenzen in s3://amzn-s3-demo-bucket/video-frames/sequences/ gespeichert haben, sollte jede ein eindeutiges Präfix wie sequence1 und sequence2 haben und beide sollten sich direkt unter dem Präfix /sequences/ befinden. Im obigen Beispiel lauten die Speicherorte dieser beiden Sequenzen: s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/ und s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/.

Verbinden Sie Ihren Videoframe in Amazon S3 automatisch mit Ground Truth:

  1. Navigieren Sie in der SageMaker Amazon-Konsole zur Seite „Labeling-Job erstellen“: https://console.aws.amazon.com/sagemaker/Groundtruth.

    Ihre Eingabe- und Ausgabe-S3-Buckets müssen sich in derselben AWS -Region befinden, in der Sie Ihren Beschriftungsauftrag erstellen. Über diesen Link gelangen Sie in die Region North Virginia (US-East-1) AWS . Wenn sich Ihre Eingabedaten in einem Amazon-S3-Bucket in einer anderen Region befinden, wechseln Sie in diese Region. Um Ihre AWS Region zu ändern, wählen Sie in der Navigationsleiste den Namen der aktuell angezeigten Region aus.

  2. Wählen Sie Beschriftungsauftrag erstellen aus.

  3. Geben Sie einen Auftragsnamen ein.

  4. Wählen Sie im Abschnitt Einrichtung der Eingabedaten die Option Automatisierte Dateneinrichtung aus.

  5. Geben Sie einen Amazon S3 URI for S3-Speicherort für Eingabedatensätze ein.

    Dies sollte der Amazon-S3-Speicherort sein, an dem Ihre Sequenzen gespeichert werden. Wenn Sie beispielsweise zwei Sequenzen in s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/, s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/ gespeichert haben, geben Sie s3://amzn-s3-demo-bucket/video-frames/sequences/ hier ein.

  6. Geben Sie Ihren S3-Standort für Ausgabedatensätze an. Hier werden Ihre Ausgabedaten gespeichert. Sie können wählen, ob Sie Ihre Ausgabedaten am selben Ort wie der Eingabedatensatz speichern möchten oder ob Sie einen neuen Speicherort angeben und den S3-Wert URI des Speicherorts eingeben möchten, an dem Sie Ihre Ausgabedaten speichern möchten.

  7. Wählen Sie in der Dropdown-Liste Videoframes für Ihren Datentyp aus.

  8. Wählen oder erstellen Sie eine IAM Ausführungsrolle. Stellen Sie sicher, dass diese Rolle berechtigt ist, auf Ihre Amazon S3-Standorte für Eingabe- und Ausgabedaten zuzugreifen, die in den Schritten 5 und 6 angegeben sind.

  9. Wählen Sie Dateneinrichtung abschließen aus.

Diese Verfahren erstellen ein Eingabemanifest am Amazon S3-Speicherort für Eingabe-Datasätze, die Sie in Schritt 5 angegeben haben. Wenn Sie einen Label-Job mit SageMaker API oder, AWS CLI oder an erstellen AWS SDK, verwenden Sie Amazon S3 URI für diese Eingabe-Manifestdatei als Eingabe für den ParameterManifestS3Uri.