Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Kuota Data Masukan
Kumpulan data input yang digunakan dalam pekerjaan pelabelan segmentasi semantik memiliki kuota 20.000 item. Untuk semua jenis pekerjaan pelabelan lainnya, kuota ukuran kumpulan data adalah 100.000 item. Untuk meminta peningkatan kuota untuk pekerjaan pelabelan selain pekerjaan segmentasi semantik, tinjau prosedur dalam Service Quotas AWS untuk meminta peningkatan kuota.
Input data gambar untuk pekerjaan pelabelan pembelajaran aktif dan non-aktif tidak boleh melebihi kuota ukuran dan resolusi. Pembelajaran aktif mengacu pada pekerjaan pelabelan yang menggunakan pelabelan data otomatis. Pembelajaran non-aktif mengacu pada pekerjaan pelabelan yang tidak menggunakan pelabelan data otomatis.
Kuota tambahan berlaku untuk kategori label untuk semua jenis tugas, dan untuk data input dan atribut kategori pelabelan untuk cloud titik 3D dan jenis tugas bingkai video.
Kuota Ukuran File Masukan
File input tidak dapat melebihi kuota ukuran berikut untuk pekerjaan pelabelan pembelajaran aktif dan non-aktif. Tidak ada kuota ukuran file input untuk video yang digunakan dalam pekerjaan pelabelan klasifikasi video.
| Pelabelan Jenis Tugas Job | Kuota Ukuran File Masukan |
|---|---|
| Klasifikasi gambar | 40 MB |
| Kotak pembatas (Deteksi objek) | 40 MB |
| Segmentasi semantik | 40 MB |
| Penyesuaian label kotak pembatas (Deteksi objek) | 40 MB |
| Penyesuaian label segmentasi semantik | 40 MB |
| Verifikasi label kotak pembatas (Deteksi objek) | 40 MB |
| Verifikasi label segmentasi semantik | 40 MB |
Kuota Resolusi Gambar Masukan
Resolusi file gambar mengacu pada jumlah piksel dalam gambar, dan menentukan jumlah detail yang dimiliki gambar. Kuota resolusi gambar berbeda tergantung pada jenis pekerjaan pelabelan dan algoritma SageMaker bawaan yang digunakan. Tabel berikut mencantumkan kuota resolusi untuk gambar yang digunakan dalam pekerjaan pelabelan pembelajaran aktif dan non-aktif.
| Pelabelan Jenis Tugas Job | Kuota Resolusi - Pembelajaran Non Aktif | Kuota Resolusi - Pembelajaran Aktif |
|---|---|---|
| Klasifikasi gambar | 100 juta piksel | 3840 x 2160 piksel (4 K) |
| Kotak pembatas (Deteksi objek) | 100 juta piksel | 3840 x 2160 piksel (4 K) |
| Segmentasi semantik | 100 juta piksel | 1920 x 1080 piksel (1080 p) |
| Penyesuaian label deteksi objek | 100 juta piksel | 3840 x 2160 piksel (4 K) |
| Penyesuaian label segmentasi semantik | 100 juta piksel | 1920 x 1080 piksel (1080 p) |
| Verifikasi label deteksi objek | 100 juta piksel | Tidak tersedia |
| Verifikasi label segmentasi semantik | 100 juta piksel | Tidak tersedia |
Kuota Kategori Label
Setiap jenis tugas pekerjaan pelabelan memiliki kuota untuk jumlah kategori label yang dapat Anda tentukan. Pekerja memilih kategori label untuk membuat anotasi. Misalnya, Anda dapat menentukan kategori label mobil, pejalan kaki, dan pengendara sepeda motor saat membuat pekerjaan pelabelan kotak pembatas dan pekerja akan memilih kategori mobil sebelum menggambar kotak pembatas di sekitar mobil.
penting
Nama kategori label tidak boleh melebihi 256 karakter.
Semua kategori label harus unik. Anda tidak dapat menentukan kategori label duplikat.
Batas kategori label berikut berlaku untuk pekerjaan pelabelan. Kuota untuk kategori label bergantung pada apakah Anda menggunakan SageMaker API operasi CreateLabelingJob atau konsol untuk membuat pekerjaan pelabelan.
| Pelabelan Jenis Tugas Job | Kuota Kategori Label - API | Kuota Kategori Label - Konsol |
|---|---|---|
| Klasifikasi gambar (Multi-label) | 50 | 50 |
| Klasifikasi gambar (Label tunggal) | Tidak terbatas. | 30 |
| Kotak pembatas (Deteksi objek) | 50 | 50 |
| Verifikasi label | Tidak terbatas. | 30 |
| Segmentasi semantik (dengan pembelajaran aktif) | 20 | 10 |
| Segmentasi semantik (tanpa pembelajaran aktif) | Tidak terbatas. | 10 |
| Pengakuan entitas bernama | Tidak terbatas. | 30 |
| Klasifikasi teks (Multi-label) | 50 | 50 |
| Klasifikasi teks (Label tunggal) | Tidak terbatas. | 30 |
| Klasifikasi video | 30 | 30 |
| Deteksi objek bingkai video | 30 | 30 |
| Pelacakan objek bingkai video | 30 | 30 |
| Deteksi objek awan titik 3D | 30 | 30 |
| Pelacakan objek awan titik 3D | 30 | 30 |
| Segmentasi semantik awan titik 3D | 30 | 30 |
Kuota Pekerjaan Pelabelan Bingkai Cloud dan Bingkai Video 3D
Kuota berikut berlaku untuk data input pekerjaan pelabelan cloud titik 3D dan bingkai video.
| Pelabelan Jenis Tugas Job | Kuota Data Masukan |
|---|---|
| Deteksi objek bingkai video | 2.000 bingkai video (gambar) per urutan |
| Deteksi objek bingkai video | 10 urutan bingkai video per file manifes |
| Pelacakan objek bingkai video | 2.000 bingkai video (gambar) per urutan |
| Pelacakan objek bingkai video | 10 urutan bingkai video per file manifes |
| Deteksi objek awan titik 3D | 100.000 titik cloud frame per pekerjaan pelabelan |
| Pelacakan objek awan titik 3D | 100.000 titik urutan bingkai awan per pekerjaan pelabelan |
| Pelacakan objek awan titik 3D | 500 titik bingkai awan di setiap file urutan |
Saat membuat bingkai video atau pekerjaan pelabelan awan titik 3D, Anda dapat menambahkan satu atau beberapa atribut kategori label ke setiap kategori label yang Anda tentukan agar pekerja memberikan informasi selengkapnya tentang anotasi.
Setiap atribut kategori label memiliki atribut kategori label tunggalname, dan daftar satu atau beberapa opsi (nilai) untuk dipilih. Untuk mempelajari lebih lanjut, lihat Antarmuka pengguna pekerja (UI) pekerjaan pelabelan cloud titik 3D dan Antarmuka pengguna pekerja (UI) untuk pekerjaan pelabelan bingkai video.
Kuota berikut berlaku untuk jumlah nama dan nilai atribut kategori label yang dapat Anda tentukan untuk pekerjaan pelabelan.
| Pelabelan Jenis Tugas Job | Label Kategori Atribut (nama) Kuota | Kategori Label Nilai Atribut Kuota |
|---|---|---|
| Deteksi objek bingkai video | 10 | 10 |
| Pelacakan objek bingkai video | 10 | 10 |
| Deteksi objek awan titik 3D | 10 | 10 |
| Pelacakan objek awan titik 3D | 10 | 10 |
| Segmentasi semantik awan titik 3D | 10 | 10 |
