使用 Ground Truth 标记 3D 点云 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用 Ground Truth 标记 3D 点云

创建 3D 点云标记作业,以让工作人员在 3D 点云中标记对象,这些点云是从 3D 传感器(例如 光检测和测距 (LiDAR) 传感器)和深度摄像机中生成的,或者是从 3D 重建中生成的(通过拼接无人机等代理捕获的图像)。

3D 点云

点云由包含点的三维 (3D) 可视数据组成。每个点是使用三个坐标(通常为 xyz)描述的。要在点云中添加颜色或点强度变化,可以使用其他属性描述点,例如使用 i 表示强度或使用红色 (r)、绿色 (g) 和蓝色 (b) 8 位颜色通道值。在创建 Ground Truth 3D 点云标记作业时,您可以提供点云以及传感器融合数据(可选)。

下图显示了由 Ground Truth 渲染并在语义分割工作人员 UI 中显示的单个 3D 点云场景。

LiDAR

光检测和测距 (LiDAR) 传感器是一种常见类型的传感器,用于收集在生成点云数据时使用的测量值。LiDAR 是一种遥感方法,它使用脉冲激光形式的光以测量物体与传感器之间的距离。您可以使用Ground Truth中所述的原始数据格式,为 接受的原始 3D 数据格式 3D 点云标记作业提供从 LiDAR 传感器中生成的 3D 点云数据。

传感器融合

Ground Truth 3D 点云标记作业包括传感器融合功能,该功能为所有任务类型提供视频摄像机传感器融合支持。一些传感器配备了多个 LiDAR 设备和视频摄像机,以捕获图像并将其与 LiDAR 帧相关联。为了帮助注释者高度自信地直观完成任务,您可以使用 Ground Truth 传感器融合功能通过 3D 扫描仪(例如 LiDAR)外部矩阵以及摄像机外部和内部矩阵将注释(标签)从 3D 点云投影到 2D 摄像机图像,反之亦然。要了解更多信息,请参阅“传感器融合”。

标记 3D 点云

Ground Truth 提供了工作人员用于标记或注释 3D 点云的用户界面 (UI) 和工具。在使用对象检测或语义分割任务类型时,工作人员可以注释单个点云帧。在使用对象跟踪时,工作人员注释一个帧序列。您可以使用对象跟踪以跟踪对象在序列中的所有帧上的移动情况。

以下内容说明了工作人员如何使用 Ground Truth 工作人员门户和工具,为对象检测任务注释 3D 点云。有关其他任务类型的类似可视示例,请参阅 3D 点云任务类型

用于点云注释的辅助标记工具

Ground Truth 提供一些辅助标记工具,以帮助工作人员快速准确地完成点云注释任务。有关在工作人员 UI 中包含的每种任务类型的辅助标记工具的详细信息,请选择一种任务类型,然后参阅该页面的查看工作人员任务界面部分。

后续步骤

在使用 Ground Truth 3D 点云标记作业时,您可以创建 6 种类型的任务。可以使用3D 点云任务类型中的主题以了解这些任务类型的更多信息,并了解如何使用所选的任务类型创建标记作业。

3D 点云标记作业不同于其他 Ground Truth 标记模式。在创建标记作业之前,我们建议您阅读3D 点云标记作业概述。此外,在 中查看输入数据配额3D 点云和视频帧标记作业配额

有关使用 SageMaker API 和 AWS Python 开发工具包 (boto 3) 创建 3D 点云标记作业的端到端演示,请参阅 https://github.com/awslabs/amazon-sagemaker-examples/blob/master/ground_truth_labeling_jobs/3d_point_cloud_demo/create-3D-pointcloud-labeling-job.ipynb Examples notebook 选项卡中的 SageMakercreate-3D

重要

如果您使用在 2020 年 6 月 5 日之前创建的笔记本实例运行该笔记本,您必须停止并重新启动该笔记本实例,笔记本才能正常工作。