图像语义分割 - 亚马逊 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 (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的内容，请使用亚马逊 SageMaker Ground Truth 语义分段标注任务。分配语义分段标注作业时，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别。Ground Truth 支持单类和多类语义分段标注作业。

您可以使用亚马逊的 Ground Truth 部分创建语义分段标注作业 SageMaker控制台或CreateLabelingJob操作。

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"以确定您要在 Amazon S3 中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）

你可以按照说明进行操作创建标记作业（控制台）学习如何在中创建语义分段标注作业 SageMaker 控制台。在步骤 10 中，选择映像来自 的任务类别下拉菜单，然后选择语义分段作为任务类型。

Ground Truth 为标记任务提供了一个类似于以下内容的工作用户界面。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)

要创建语义分段标注作业，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语言的 SDK 列表，请查看另请参阅部分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：

  • 此任务类型的预注释 Lambda 函数的结尾为PRE-SemanticSegmentation. 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 函数结尾为ACS-SemanticSegmentation. 要查找您所在地区的注释整合 Lambda ARN，请参阅AnnotationConsolidationLambdaArn.

以下是的示例AmazonPython SDK (Boto3) 请求在 US East (N. Virginia) 区域中创建标签作业。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

创建语义分段标记任务后，您的输出数据将位于指定的 Amazon S3 存储桶中S3OutputPath使用 API 时或在输出数据集位置的子位置类型Job 概述控制台的部分。

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。