View a markdown version of this page

Siapkan Data Input Bingkai Video Otomatis - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Siapkan Data Input Bingkai Video Otomatis

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.

Anda dapat menggunakan pengaturan data otomatis Ground Truth untuk mendeteksi file video secara otomatis di bucket Amazon S3 Anda dan mengekstrak bingkai video dari file tersebut. Untuk mempelajari caranya, lihat Menyediakan File Video.

Jika Anda sudah memiliki bingkai video di Amazon S3, Anda dapat menggunakan pengaturan data otomatis untuk menggunakan bingkai video ini dalam pekerjaan pelabelan Anda. Untuk opsi ini, semua bingkai video dari satu video harus disimpan menggunakan awalan unik. Untuk mempelajari tentang persyaratan untuk menggunakan opsi ini, lihatMenyediakan Bingkai Video.

Pilih salah satu bagian berikut untuk mempelajari cara mengatur koneksi dataset input otomatis Anda dengan Ground Truth.

Gunakan prosedur berikut untuk menghubungkan file video Anda dengan Ground Truth dan secara otomatis mengekstrak bingkai video dari file tersebut untuk deteksi objek bingkai video dan pekerjaan pelacakan pelacakan objek.

catatan

Jika Anda menggunakan alat konsol pengaturan data otomatis untuk mengekstrak bingkai video dari lebih dari 10 file video, Anda perlu memodifikasi file manifes yang dihasilkan alat atau membuat yang baru untuk menyertakan 10 file urutan bingkai video atau kurang. Untuk mempelajari selengkapnya, lihat Menyediakan File Video.

Pastikan file video Anda disimpan dalam bucket Amazon S3 di Wilayah yang sama AWS tempat Anda melakukan pengaturan data otomatis.

Secara otomatis menghubungkan file video Anda di Amazon S3 dengan Ground Truth dan ekstrak bingkai video:

  1. Arahkan ke halaman pekerjaan Buat pelabelan di konsol Amazon SageMaker AI: https://console.aws.amazon.com/sagemaker/groundtruth.

    Bucket S3 input dan output Anda harus berada di Wil AWS ayah yang sama tempat Anda membuat pekerjaan pelabelan. Tautan ini menempatkan Anda di Wilayah Virginia Utara (us-east-1) AWS . Jika data input Anda berada di bucket Amazon S3 di Wilayah lain, beralih ke Wilayah tersebut. Untuk mengubah Wil AWS ayah Anda, pada bilah navigasi, pilih nama Wilayah yang saat ini ditampilkan.

  2. Pilih Buat pekerjaan pelabelan.

  3. Masukkan nama pekerjaan.

  4. Di bagian Peng aturan data input, pilih Peng aturan data otomatis.

  5. Masukkan lokasi URI Amazon S3 untuk S3 untuk kumpulan data masukan. URI S3 terlihat seperti berikut:s3://amzn-s3-demo-bucket/path-to-files/. URI ini harus menunjuk ke lokasi Amazon S3 tempat file video Anda disimpan.

  6. Tentukan lokasi S3 Anda untuk kumpulan data keluaran. Di sinilah data output Anda disimpan. Anda dapat memilih untuk menyimpan data keluaran Anda di Lokasi yang sama dengan dataset input atau T entukan lokasi baru dan memasukkan URI S3 dari lokasi yang ingin Anda simpan data keluaran Anda.

  7. Pilih File Video untuk tipe Data Anda menggunakan daftar dropdown.

  8. Pilih Ya, ekstrak bingkai untuk tugas pelacakan dan deteksi objek.

  9. Pilih metode ekstraksi Frame.

    • Saat Anda memilih Gunakan semua frame yang diekstrak dari video untuk membuat tugas pelabelan, Ground Truth mengekstrak semua frame dari setiap video di lokasi S3 Anda untuk kumpulan data input, hingga 2.000 frame. Jika video dalam kumpulan data input Anda berisi lebih dari 2.000 frame, 2.000 pertama diekstraksi dan digunakan untuk tugas pelabelan itu.

    • Saat Anda memilih Gunakan setiap x bingkai dari video untuk membuat tugas pelabelan, Ground Truth mengekstrak x setiap frame dari setiap video di lokasi S3 Anda untuk kumpulan data input.

      Misalnya, jika video Anda berdurasi 2 detik, dan memiliki kecepatan https://en.wikipedia.org/wiki/Frame_rate bingkai 30 frame per detik, ada 60 frame dalam video Anda. Jika Anda menentukan 10 di sini, Ground Truth mengekstrak setiap bingkai ke-10 dari video Anda. Ini berarti bingkai ke- 1, ke-10, ke-20, ke-30, ke-40, ke-50, dan ke-60 diekstraksi.

  10. Pilih atau buat peran eksekusi IAM. Pastikan peran ini memiliki izin untuk mengakses lokasi Amazon S3 Anda untuk data input dan output yang ditentukan dalam langkah 5 dan 6.

  11. Pilih Pengaturan data lengkap.

Gunakan prosedur berikut untuk menghubungkan urutan bingkai video Anda dengan Ground Truth untuk deteksi objek bingkai video dan pekerjaan pelabelan pelacakan objek.

Pastikan bingkai video Anda disimpan dalam bucket Amazon S3 di Wilayah yang sama AWS tempat Anda melakukan pengaturan data otomatis. Setiap urutan bingkai video harus memiliki awalan yang unik. Misalnya, jika Anda memiliki dua urutan yang disimpans3://amzn-s3-demo-bucket/video-frames/sequences/, masing-masing harus memiliki awalan unik seperti sequence1 dan sequence2 dan keduanya harus ditempatkan langsung di bawah /sequences/ awalan. Pada contoh di atas, lokasi kedua urutan ini adalah: s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/ dans3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/.

Secara otomatis menghubungkan bingkai video Anda di Amazon S3 dengan Ground Truth:

  1. Arahkan ke halaman pekerjaan Buat pelabelan di konsol Amazon SageMaker AI: https://console.aws.amazon.com/sagemaker/groundtruth.

    Bucket S3 input dan output Anda harus berada di Wil AWS ayah yang sama tempat Anda membuat pekerjaan pelabelan. Tautan ini menempatkan Anda di Wilayah Virginia Utara (us-east-1) AWS . Jika data input Anda berada di bucket Amazon S3 di Wilayah lain, beralih ke Wilayah tersebut. Untuk mengubah Wil AWS ayah Anda, pada bilah navigasi, pilih nama Wilayah yang saat ini ditampilkan.

  2. Pilih Buat pekerjaan pelabelan.

  3. Masukkan nama pekerjaan.

  4. Di bagian Peng aturan data input, pilih Peng aturan data otomatis.

  5. Masukkan lokasi URI Amazon S3 untuk S3 untuk kumpulan data masukan.

    Ini harus menjadi lokasi Amazon S3 tempat urutan Anda disimpan. Misalnya, jika Anda memiliki dua urutan yang disimpan dis3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/,s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/, masukkan s3://amzn-s3-demo-bucket/video-frames/sequences/ di sini.

  6. Tentukan lokasi S3 Anda untuk kumpulan data keluaran. Di sinilah data output Anda disimpan. Anda dapat memilih untuk menyimpan data keluaran Anda di Lokasi yang sama dengan dataset input atau T entukan lokasi baru dan memasukkan URI S3 dari lokasi yang ingin Anda simpan data keluaran Anda.

  7. Pilih Frame video untuk tipe Data Anda menggunakan daftar dropdown.

  8. Pilih atau buat peran eksekusi IAM. Pastikan peran ini memiliki izin untuk mengakses lokasi Amazon S3 Anda untuk data input dan output yang ditentukan dalam langkah 5 dan 6.

  9. Pilih Pengaturan data lengkap.

Prosedur ini akan membuat manifes input di lokasi Amazon S3 untuk kumpulan data input yang Anda tentukan pada langkah 5. Jika Anda membuat pekerjaan pelabelan menggunakan SageMaker API atau, AWS CLI, atau AWS SDK, gunakan URI Amazon S3 untuk file manifes masukan ini sebagai masukan ke parameterManifestS3Uri.