3D 点群セマンティックセグメンテーションタスクタイプを理解する

セマンティックセグメンテーションでは、3D 点群の個々のポイントを事前に指定したカテゴリに分類します。このタスクタイプは、ワーカーが 3D 点群のポイントレベルのセマンティックセグメンテーションマスクを作成できるようにする場合に使用します。例えば、クラス car、pedestrian、bike を指定すると、ワーカーは一度に 1 つのクラスを選択し、点群内でこのクラスが適用されるすべてのポイントを同じ色に色付けします。

このタスクタイプでは、ワーカーがラベルを付けるデータオブジェクトは、単一ポイントの点群フレームです。Ground Truth は、指定した点群データを使用して 3D 点群のビジュアライゼーションを生成します。また、カメラのデータを用意することで、ワーカーにフレームのシーンに関する視覚的な情報をより多く提供したり、ワーカーがオブジェクトをペイントしやすくしたりすることもできます。ワーカーが 2D 画像と 3D 点群のいずれかでオブジェクトをペイントすると、そのペイントはもう一方のビューに表示されます。

3D 点群オブジェクト検出ラベル付けジョブで作成された注釈は、3D 点群セマンティックセグメンテーション調整またはラベル付けタスクタイプを使用して調整または検証することもできます。調整と検証のラベル付けジョブの詳細と作成方法については、「ラベルの検証と調整」を参照してください。

Ground Truth の 3D 点群のラベル付けモダリティを初めて使用する場合は、3D 点群ラベル付けジョブの概要 を確認することをお勧めします。このラベル付けモダリティは、Ground Truth の他のタスクタイプとは異なります。このトピックでは、3D 点群のラベル付けジョブを作成するときに注意する必要がある重要な詳細の概要を示します。

以下のトピックでは、3D 点群セマンティックセグメンテーションジョブを作成する方法、ワーカータスクインターフェイスの外観 (ワーカーがこのタスクを処理するときにどのように表示されるか）、およびワーカーがタスクを完了したときに取得する出力データの概要について説明します。