Verifica e aggiustamento delle etichette - Amazon SageMaker
Avvertenze e considerazioni

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Verifica e aggiustamento delle etichette

Quando le etichette su un set di dati devono essere convalidate, Amazon SageMaker Ground Truth fornisce funzionalità per consentire agli operatori di verificare che le etichette siano corrette o di modificare le etichette precedenti. Questi tipi di lavori si suddividono in due categorie distinte:

  • Verifica dell’etichetta: i worker indicano se le etichette esistenti sono corrette o valutano la qualità e possono aggiungere commenti per spiegare il loro ragionamento. I worker non saranno in grado di modificare o regolare le etichette.

    Se si crea un processo di regolazione o verifica delle etichette con nuvola di punti 3D o fotogrammi video, è possibile scegliere di rendere modificabili dai worker gli attributi delle categorie delle etichette (non supportati per la segmentazione semantica della nuvola di punti 3D) e gli attributi dei fotogrammi.

  • Regolazione dell’etichetta: i worker regolano le annotazioni precedenti e, se applicabile, etichettano gli attributi della categoria e dei fotogrammi per correggerli.

I seguenti tipi di attività predefiniti di Ground Truth supportano i processi di etichettatura di regolazione e verifica:

  • Riquadro di delimitazione

  • Segmentazione semantica

  • Rilevamento di oggetti con nuvole di punti 3D, monitoraggio di oggetti con nuvole di punti 3D e segmentazione semantica con nuvole di punti 3D

  • Tutti i tipi di attività di rilevamento di oggetti con fotogrammi video e monitoraggio di oggetti con fotogrammi video: riquadro di delimitazione, polilinea, poligono e punto chiave

Suggerimento

Per i processi di verifica dell'etichettatura con nuvole di punti 3D e fotogrammi video, è consigliabile aggiungere nuovi attributi di categoria dell'etichetta o attributi di fotogrammi al processo di etichettatura. I worker possono utilizzare questi attributi per verificare le singole etichette o l'intero fotogramma. Per ulteriori informazioni sulla categoria delle etichette e sugli attributi dei fotogrammi, consulta Interfaccia utente (UI) Worker per nuvole di punti 3D e Interfaccia utente (UI) Worker fotogrammi video.

Puoi avviare un processo di verifica e regolazione delle etichette utilizzando la SageMaker console o il. API

Avvertenze e considerazioni

Per ottenere il comportamento previsto durante la creazione di un processo di verifica o aggiustamento delle etichette, verifica attentamente i dati di input.

  • Se utilizzate dati di immagine, verificate che il file manifest contenga informazioni esadecimali RGB sui colori.

  • Per risparmiare sui costi di elaborazione, filtra i dati per assicurarti di non includere oggetti indesiderati nel manifest di input del processo di etichettatura.

  • Aggiungi le autorizzazioni Amazon S3 richieste per assicurarti che i dati di input vengano elaborati correttamente.

Quando si crea un lavoro di etichettatura di regolazione o verifica utilizzando Ground TruthAPI, è necessario utilizzare un lavoro di etichettatura LabelAttributeName diverso da quello originale.

Requisiti relativi alle informazioni sul colore per i lavori di segmentazione semantica

Per riprodurre correttamente le informazioni sul colore nelle attività di verifica o regolazione, lo strumento richiede informazioni esadecimali sul RGB colore nel manifesto (ad esempio, # per il bianco). FFFFFF Durante la configurazione di un'attività di verifica o aggiustamento della segmentazione semantica, lo strumento esaminerà il manifest per verificare la presenza di queste informazioni. Se non riesce a trovarlo, Amazon SageMaker Ground Truth visualizza un messaggio di errore e termina la configurazione del lavoro.

Nelle iterazioni precedenti dello strumento di segmentazione semantica, le informazioni sul colore delle categorie non venivano emesse in formato esadecimale nel manifesto RGB di output. Tale funzionalità è stata introdotta nel manifest di output contemporaneamente sono stati inseriti i flussi di lavoro di verifica e regolazione. Pertanto, i manifest di output meno recenti non sono compatibili con questo nuovo flusso di lavoro.

Filtra i dati prima di iniziare il lavoro

Amazon SageMaker Ground Truth elabora tutti gli oggetti nel tuo manifesto di input. Se disponi di un set di dati parzialmente etichettato, è possibile creare un manifest personalizzato utilizzando una query di selezione Amazon S3 sul manifest di input. Gli oggetti non etichettati falliscono singolarmente, ma non causano il fallimento del processo e potrebbero incorrere in costi di elaborazione. Il filtraggio degli oggetti che non si desidera verificare riduce i costi.

Se crei un processo di verifica utilizzando la console, è possibile utilizzare gli strumenti di filtraggio forniti. Se crei lavori utilizzando ilAPI, inserisci il filtraggio dei dati nel flusso di lavoro laddove necessario.

Argomenti