Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Verificar y ajustar etiquetas

Cuando es necesario validar las etiquetas de un conjunto de datos, Amazon SageMaker Ground Truth proporciona la funcionalidad para que los trabajadores verifiquen que las etiquetas son correctas o para ajustar las etiquetas anteriores.

Estos tipos de trabajos se estructuran en dos categorías distintas:

Los siguientes tipos de tareas integradas de Ground Truth admiten trabajos de etiquetado de ajuste y verificación:

Puede iniciar un trabajo de verificación y ajuste de etiquetas mediante la SageMaker consola o la API.

Requisitos para crear trabajos de etiquetado de verificación y ajuste

Para crear un trabajo de verificación o ajuste de etiquetas, se deben cumplir los siguientes criterios.

Crear un trabajo de verificación de etiquetas (consola)

Los trabajos de etiquetado de segmentación semántica y cuadros delimitadores se crean seleccionando el tipo de tarea Verificación de etiquetas en la consola. Para crear un trabajo de verificación para tipos de tareas en nubes de puntos 3D y fotogramas de vídeo debe elegir el mismo tipo de tarea que el trabajo de etiquetado original y mostrar las etiquetas existentes. Utilice una de las siguientes secciones para crear un trabajo de verificación de etiquetas para el tipo de tarea.

Crear un trabajo de verificación de etiquetas de imagen (consola)

Utilice el siguiente procedimiento para crear un trabajo de verificación de cuadro delimitador o segmentación semántica mediante la consola. En este procedimiento se da por sentado que ya ha creado un trabajo de etiquetado de segmentación semántica o cuadro delimitador y que su estado es Completo. Este es el trabajo de etiquetado que produce las etiquetas que desea verificar.

Crear un trabajo de verificación de etiquetas en fotogramas de vídeo o nubes de puntos (consola)

Utilice el siguiente procedimiento para crear un trabajo de verificación en nubes de puntos 3D o fotogramas de vídeo mediante la consola. En este procedimiento se presupone que ya ha creado un trabajo de etiquetado con el tipo de tarea que produce los tipos de etiquetas que desea verificar y que su estado es Completo.

Crear un trabajo de ajuste de etiquetas (consola)

Utilice una de las siguientes secciones para crear un trabajo de verificación de etiquetas para el tipo de tarea.

Crear un trabajo de ajuste de etiquetas de imagen (consola)

Utilice el siguiente procedimiento para crear un trabajo de etiquetado de ajuste de cuadro delimitador o segmentación semántica mediante la consola. En este procedimiento se da por sentado que ya ha creado un trabajo de etiquetado de segmentación semántica o cuadro delimitador y que su estado es Completo. Este es el trabajo de etiquetado que produce las etiquetas que desea ajustar.

Crear un trabajo de ajuste de etiquetas en fotogramas de vídeo o nubes de puntos (consola)

Utilice el siguiente procedimiento para crear un trabajo de ajuste en nubes de puntos 3D o fotogramas de vídeo mediante la consola. En este procedimiento se presupone que ya ha creado un trabajo de etiquetado con el tipo de tarea que produce los tipos de etiquetas que desea verificar y que su estado es Completo.

Iniciar 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.

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.

Nube de puntos 3D y fotograma 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.

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

Amazon SageMaker Ground Truth escribe los datos de verificación de la etiqueta en el manifiesto de salida dentro de los metadatos de la etiqueta. Agrega dos propiedades a los metadatos:

En el siguiente manifiesto de salida de ejemplo puede ver cómo se muestran los datos de verificación de etiquetas:

{
  "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."}
    ]
  }
}

La salida de las tareas de ajuste del trabajador se parecerá a la salida de la tarea original, salvo que contendrá los valores ajustados y una propiedad adjustment-status con el valor adjusted o unadjusted para indicar si se realizó o no algún ajuste.

Para ver otros ejemplos de salida de diferentes tareas, consulte Datos de salida.

Precauciones y consideraciones

Para obtener el comportamiento esperado al crear un trabajo de verificación o ajuste de etiquetas, compruebe detenidamente los datos de entrada.

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.

Requisitos de información del color en los trabajos de segmentación semántica

Para reproducir correctamente la información de color en las tareas de verificación o ajuste, la herramienta necesita información de color RGB hexadecimal en el manifiesto (por ejemplo, #FFFFFF para el color blanco). Cuando se configura un trabajo de ajuste o verificación de segmentación semántica, la herramienta examina el manifiesto para determinar si esta información está presente. Si no lo encuentra, Amazon SageMaker Ground Truth muestra un mensaje de error y finaliza la configuración del trabajo.

En iteraciones anteriores de la herramienta de segmentación semántica, la información del color de las categorías no se enviaba en formato RGB hexadecimal al manifiesto de salida. Esta característica se introdujo en el manifiesto de salida al mismo tiempo que se introdujeron los flujos de trabajo de verificación y ajuste. Por lo tanto, los manifiestos de salida más antiguos no son compatibles con este nuevo flujo de trabajo.

Filtrar los datos antes de iniciar el trabajo

Amazon SageMaker Ground Truth procesa todos los objetos de tu manifiesto de entrada. Si hay un conjunto de datos parcialmente etiquetado, quizá convenga crear un manifiesto personalizado utilizando una consulta Amazon S3 Select en el manifiesto de entrada. Los objetos sin etiquetar registran errores de forma individual, aunque no impiden que el trabajo se ejecute, y pueden generar costos de procesamiento. Puede reducir los costos filtrando los objetos que no desee verificar.

Si crea un trabajo de verificación con la consola, puede utilizar las herramientas de filtrado que esta proporciona. Si crea trabajos con la API, incluya el filtrado de los datos en el flujo de trabajo siempre que sea necesario.