图像语义分割 - Amazon SageMaker
创建语义分段标记作业（控制台）创建语义分段标记作业 (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。

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 SageMaker Ground Truth 语义分割标记任务。在分配语义分割标记作业时，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段标记作业。

您可以使用 Amazon SageMaker 控制台的 “Ground Truth” 部分或CreateLabelingJoboperation.

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"以识别 Amazon S3 中您要标记的每个图像文件的位置。有关更多信息，请参阅 输入数据。

创建语义分段标记作业（控制台）

要按照中的说明进行操作创建标记作业（控制台）以了解如何在 SageMaker 控制台中创建语义分割标记作业。在步骤 10 中，选择Image来自 的任务类别选择下拉菜单，然后选择语义分割作为任务类型。

为标记任务提供类似于以下内容的工作人员 UI。使用控制台创建标记作业时，需要指定说明，以帮助工作人员完成工作人员可以从中选择的作业和标签。

创建语义分段标记作业 (API)

要创建语义分割标记作业，请使用 SageMaker API 操作。CreateLabelingJob. 该 API 为所有 Amazon 开发工具包定义了该操作。要查看此操作支持的特定于语言的 SDK 列表，请查看另请参阅部分的CreateLabelingJob.

请按照创建标记作业 (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 函数以结尾。PRE-SemanticSegmentation. 要查找您的区域的注释前 Lambda ARN，请参阅。PreHumanTaskLambdaArn.

  • 此任务类型的注释合并 Lambda 函数以结尾。ACS-SemanticSegmentation. 要查找您的区域的注释合并 Lambda ARN，请参阅。AnnotationConsolidationLambdaArn.

以下是一个示例：AmazonPython SDK (Boto3) 请求在美国东部（弗吉尼亚北部）区域创建标记作业。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'
        },
    ]
)

为语义分段标记作业提供模板

如果要使用 API 创建标记作业，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

一旦您创建了语义分段标签任务，您的输出数据将位于S3OutputPath使用 API 时的参数或在输出数据集位置字段的Job 概述控制台的部分。

要详细了解 Ground Truth 生成的输出清单文件以及 Ground Truth 用于存储输出数据的文件结构，请参阅。输出数据.

要查看语义分段标记作业的输出清单文件示例，请参阅 3D 点云语义分割输出。