图像语义分割 - Amazon SageMaker
创建语义分割标注作业（控制台）创建语义分割标注作业 (API)语义分割输出数据
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 服务入门 (PDF)。

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。

图像语义分割

要在像素级别识别图像内容，请使用 Amazon G SageMaker round Truth 语义分割标签任务。在分配语义分割标注作业时，工作人员会将图像中的像素分类为一组预定义的标签或类。Ground Truth 支持单类和多类语义分割标注作业。

您可以使用亚马逊 SageMaker控制台的 Ground Truth 部分或CreateLabelingJob操作创建语义分段标签作业。

重要

对于此任务类型，如果您创建自己的清单文件，请使用 "source-ref" 识别 Amazon S3 中您要标注的每个图像文件的位置。有关更多信息，请参阅输入数据。

创建语义分割标注作业（控制台）

您可以按照说明学习创建标注作业（控制台）如何在 SageMaker 控制台中创建语义分段标注作业。在步骤 10 中，从任务类别下拉菜单中选择图像，然后选择语义分割作为任务类型。

Ground Truth 为标注任务提供类似于以下内容的工作人员 UI。使用控制台创建标注作业时，需要指定说明，以便于工作人员完成工作人员可以从中选择的作业和标签。

创建语义分割标注作业 (API)

要创建语义分割标注作业，请使用 SageMaker API 操作CreateLabelingJob。此 API 为所有 Amazon SDK 定义了此操作。要查看此操作支持的特定于语言的 SDK 列表，请查看 CreateLabelingJob 的另请参阅部分。

请按照创建标注作业 (API)中的说明进行操作，并在配置请求时执行以下操作：

  • 此任务类型的注释前 Lambda 函数以 PRE-SemanticSegmentation 结尾。要查找您所在地区的预注释 Lambda ARN，请参阅。PreHumanTaskLambdaArn

  • 此任务类型的注释合并 Lambda 函数以 ACS-SemanticSegmentation 结尾。要查找您所在地区的注释合并 Lambda ARN，请参阅。AnnotationConsolidationLambdaArn

以下是一个 Amazon Python SDK (Boto3) 请求示例，该请求在美国东部（弗吉尼亚州北部）区域中创建标注作业。所有红色参数都应替换为您的规范和资源。

response = client.create_labeling_job(
    LabelingJobName='example-semantic-segmentation-labeling-job,
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string'
    },
    RoleArn='arn:aws:iam::*:role/*,
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-SemanticSegmentation,
        'TaskKeywords': [
            'Semantic Segmentation',
        ],
        'TaskTitle': 'Semantic segmentation task',
        'TaskDescription': 'For each category provided, segment out each relevant object using the color associated with that category',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-SemanticSegmentation'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

为语义分割标注作业提供模板

如果要使用 API 创建标注作业，必须在 UiTemplateS3Uri 中提供工作人员任务模板。复制并修改以下模板。仅修改 short-instructions、full-instructions 和 header。

将此模板上传到 S3，并在 UiTemplateS3Uri 中为此文件提供 S3 URI。

语义分割输出数据

创建语义分割标注作业后，输出数据将位于使用 API 时在 S3OutputPath 参数中指定的 Amazon S3 存储桶中，或控制台的作业概览部分的输出数据集位置字段中。

要了解有关 Ground Truth 生成的输出清单文件以及 Ground Truth 用来存储输出数据的文件结构的更多信息，请参阅输出数据。

要查看语义分割标注作业的输出清单文件示例，请参阅3D 点云语义分割输出。