Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Verifikasi dan penyesuaian label
catatan
Amazon SageMaker Ground Truth tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Ground Truth, tetapi kami tidak berencana untuk memperkenalkan fitur baru.
Ketika label pada kumpulan data perlu divalidasi, Amazon G SageMaker round Truth menyediakan fungsionalitas agar pekerja memverifikasi bahwa label sudah benar atau menyesuaikan label sebelumnya. Jenis pekerjaan ini terbagi dalam dua kategori yang berbeda:
-
Verifikasi label — Pekerja menunjukkan apakah label yang ada benar, atau menilai kualitasnya, dan dapat menambahkan komentar untuk menjelaskan alasan mereka. Pekerja tidak akan dapat memodifikasi atau menyesuaikan label.
Jika Anda membuat pekerjaan penyesuaian atau verifikasi label bingkai video 3D atau awan titik, Anda dapat memilih untuk membuat atribut kategori label (tidak didukung untuk segmentasi semantik awan titik 3D) dan atribut bingkai dapat diedit oleh pekerja.
-
Penyesuaian label — Pekerja menyesuaikan anotasi sebelumnya dan, jika berlaku, label kategori dan atribut bingkai untuk memperbaikinya.
Jenis tugas bawaan Ground Truth berikut mendukung pekerjaan pelabelan penyesuaian dan verifikasi:
-
Kotak pembatas
-
Segmentasi semantik
-
Deteksi objek awan titik 3D, pelacakan objek awan titik 3D, dan segmentasi semantik awan titik 3D
-
Semua jenis tugas deteksi objek bingkai video dan pelacakan objek bingkai video - kotak pembatas, polyline, poligon, dan keypoint
Tip
Untuk pekerjaan verifikasi pelabelan bingkai video dan awan titik 3D, Anda disarankan untuk menambahkan atribut kategori label atau atribut bingkai baru ke pekerjaan pelabelan. Pekerja dapat menggunakan atribut ini untuk memverifikasi label individu atau seluruh bingkai. Untuk mempelajari selengkapnya tentang kategori label dan atribut bingkai, lihat Antarmuka pengguna pekerja (UI) untuk cloud titik 3D dan Antarmuka pengguna pekerja (UI) untuk bingkai video.
Anda dapat memulai verifikasi label dan pekerjaan penyesuaian menggunakan konsol SageMaker AI atau API.
Perhatian dan pertimbangan
Untuk mendapatkan perilaku yang diharapkan saat membuat verifikasi label atau pekerjaan penyesuaian, verifikasi data input Anda dengan cermat.
-
Jika Anda menggunakan data gambar, verifikasi bahwa file manifes Anda berisi informasi warna RGB heksadesimal.
-
Untuk menghemat biaya pemrosesan, filter data Anda untuk memastikan Anda tidak memasukkan objek yang tidak diinginkan dalam manifes input pekerjaan pelabelan Anda.
-
Tambahkan izin Amazon S3 yang diperlukan untuk memastikan data input Anda diproses dengan benar.
Saat membuat pekerjaan pelabelan penyesuaian atau verifikasi menggunakan Ground Truth API, Anda harus menggunakan pekerjaan pelabelan yang berbeda LabelAttributeName dari pekerjaan pelabelan asli.
Persyaratan informasi warna untuk pekerjaan segmentasi semantik
Untuk mereproduksi informasi warna dengan benar dalam tugas verifikasi atau penyesuaian, alat memerlukan informasi warna RGB heksadesimal dalam manifes (misalnya, #FFFFFF untuk putih). Saat Anda menyiapkan pekerjaan verifikasi atau penyesuaian Segmentasi Semantik, alat memeriksa manifes untuk menentukan apakah informasi ini ada. Jika tidak dapat menemukannya, Amazon G SageMaker round Truth menampilkan pesan kesalahan dan mengakhiri penyiapan pekerjaan.
Dalam iterasi sebelumnya dari alat Segmentasi Semantik, informasi warna kategori tidak dikeluarkan dalam format RGB heksadesimal ke manifes keluaran. Fitur itu diperkenalkan ke manifes keluaran pada saat yang sama alur kerja verifikasi dan penyesuaian diperkenalkan. Oleh karena itu, manifes keluaran yang lebih lama tidak kompatibel dengan alur kerja baru ini.
Filter data Anda sebelum memulai pekerjaan
Amazon G SageMaker round Truth memproses semua objek dalam manifes input Anda. Jika Anda memiliki kumpulan data berlabel sebagian, Anda mungkin ingin membuat manifes khusus menggunakan kueri Amazon S3 Select pada manifes input Anda. Objek yang tidak berlabel gagal secara individual, tetapi mereka tidak menyebabkan pekerjaan gagal, dan mereka mungkin menimbulkan biaya pemrosesan. Memfilter objek yang tidak ingin diverifikasi mengurangi biaya Anda.
Jika Anda membuat pekerjaan verifikasi menggunakan konsol, Anda dapat menggunakan alat pemfilteran yang disediakan di sana. Jika Anda membuat pekerjaan menggunakan API, jadikan pemfilteran data sebagai bagian dari alur kerja Anda jika diperlukan.
Topik
