Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Données source de trame vidéo
Lorsque vous créez une tâche de détection d'objets ou de suivi d'objets vidéo, vous pouvez choisir des fichiers vidéo (MP4 fichiers) ou des images vidéo pour les données d'entrée. Toutes les tâches d’employé sont créées à l’aide de trames vidéo. Par conséquent, si vous choisissez des fichiers vidéo, utilisez l’outil d’extraction d’images Ground Truth pour extraire des trames vidéo (images) de vos fichiers vidéo.
Pour ces deux options, vous pouvez utiliser l'option de **configuration automatisée des données** dans la section Ground Truth de la console Amazon SageMaker AI pour établir une connexion entre Ground Truth et vos données d'entrée dans Amazon S3 afin que Ground Truth sache où rechercher vos données d'entrée lors de la création de vos tâches d'étiquetage. Cela crée et stocke un fichier manifeste source dans votre emplacement de jeu de données d’entrée Amazon S3. Pour en savoir plus, consultez [Configuration automatisée des données d’entrée de trame vidéo](sms-video-automated-data-setup.md).
Vous pouvez également créer manuellement des fichiers de séquence pour chaque séquence de trames vidéo que vous souhaitez étiqueter et fournir l’emplacement Amazon S3 d’un fichier manifeste source qui fait référence à chacun de ces fichiers de séquences à l’aide de la clé `source-ref`. Pour en savoir plus, veuillez consulter la section [Création d’un fichier manifeste source de trame vidéo](sms-video-manual-data-setup.md#sms-video-create-manifest).
**Topics**
+ [
# Choisir des fichiers vidéo ou des trames vidéo comme données d’entrée
](sms-point-cloud-video-input-data.md)
+ [
# Configuration des données d’entrée
](sms-video-data-setup.md)
# Choisir des fichiers vidéo ou des trames vidéo comme données d’entrée
Lorsque vous créez une tâche de détection d'objets ou de suivi d'objets vidéo, vous pouvez fournir une séquence d'images vidéo (images) ou utiliser la console Amazon SageMaker AI pour que Ground Truth extrait automatiquement les images vidéo de vos fichiers vidéo. Utilisez les sections suivantes pour en savoir plus sur ces options.
## Fournir des trames vidéo
Les trames vidéo sont des séquences d’images extraites d’un fichier vidéo. Vous pouvez créer une tâche d’étiquetage Ground Truth pour que les employés étiquettent plusieurs séquences de trames vidéo. Chaque séquence est composée d’images extraites d’une seule vidéo.
Pour créer une tâche d’étiquetage à l’aide de séquences de trames vidéo, vous devez stocker chaque séquence à l’aide d’un [préfixe de nom de clé](https://docs.aws.amazon.com/AmazonS3/latest/dev/UsingMetadata.html#object-keys) dans Amazon S3. Dans la console Amazon S3, les préfixes de nom de clé sont appelés dossiers. Ainsi, dans la console Amazon S3, chaque séquence de trames vidéo doit se trouver dans son propre dossier dans Amazon S3.
Par exemple, si vous avez deux séquences de trames vidéo, vous pouvez utiliser les préfixes de nom de clé `sequence1/` et `sequence2/` pour identifier vos séquences. Dans cet exemple, vos séquences peuvent se trouver dans `s3://amzn-s3-demo-bucket/video-frames/sequence1/` et `s3://amzn-s3-demo-bucket/video-frames/sequence2/`.
Si vous utilisez la console Ground Truth pour créer un fichier manifeste source, tous les préfixes de nom de clé de séquence doivent se trouver au même emplacement dans Amazon S3. Par exemple, dans la console Amazon S3, chaque séquence peut se trouver dans un dossier dans `s3://amzn-s3-demo-bucket/video-frames/`. Dans cet exemple, votre première séquence de trames vidéo (images) peut se trouver dans `s3://amzn-s3-demo-bucket/video-frames/sequence1/` et votre deuxième séquence peut être située dans `s3://amzn-s3-demo-bucket/video-frames/sequence2/`.
**Important**
Même si vous n’avez qu’une seule séquence de trames vidéo que vous souhaitez étiqueter les employés, cette séquence doit avoir un préfixe de nom de clé dans Amazon S3. Si vous utilisez la console Amazon S3, cela signifie que votre séquence se trouve dans un dossier. Elle ne peut pas se situer à la racine de votre compartiment S3.
Lors de la création de tâches d’employé à l’aide de séquences de trames vidéo, Ground Truth utilise une séquence par tâche. Dans chaque tâche, Ground Truth trie vos trames vidéo en utilisant l’ordre binaire [UTF-8](https://en.wikipedia.org/wiki/UTF-8).
Par exemple, les trames vidéo peuvent être dans l’ordre suivant dans Amazon S3 :
```
[0001.jpg, 0002.jpg, 0003.jpg, ..., 0011.jpg]
```
Ils sont disposés dans le même ordre dans la tâche de l’employé : `0001.jpg, 0002.jpg, 0003.jpg, ..., 0011.jpg`.
Les trames peuvent également être triées à l’aide d’une convention de dénomination comme celle-ci :
```
[frame1.jpg, frame2.jpg, ..., frame11.jpg]
```
Dans ce cas, `frame10.jpg` et `frame11.jpg` viennent avant `frame2.jpg` dans la tâche d’employé. Votre employé voit vos trames vidéo dans l’ordre suivant : `frame1.jpg, frame10.jpg, frame11.jpg, frame2.jpg, ..., frame9.jpg`.
## Fournir des fichiers vidéo
Vous pouvez utiliser la fonction de division d'images de Ground Truth lorsque vous créez une nouvelle tâche d'étiquetage dans la console pour extraire des images vidéo à partir de fichiers vidéo (MP4 fichiers). Une série de trames vidéo extraites d’un seul fichier vidéo est appelée *séquence de trames vidéo*.
Vous pouvez soit demander à Ground Truth d’extraire automatiquement toutes les trames de la vidéo, jusqu’à 2 000, ou vous pouvez spécifier une fréquence pour l’extraction des trames. Par exemple, vous pouvez extraire Ground Truth tous les 10e trame de vos vidéos.
Vous pouvez fournir jusqu’à 50 vidéos lorsque vous utilisez la configuration automatisée des données pour extraire des trames, mais votre fichier manifeste source ne peut pas faire référence à plus de 10 fichiers de séquence de trames vidéo lorsque vous créez une tâche d’étiquetage de suivi ou de détection d’objet de trame vidéo. Si vous utilisez l’outil de la console de configuration automatisée des données pour extraire des trames vidéo de plus de 10 fichiers vidéo, vous devez modifier le fichier manifeste généré par l’outil ou en créer un nouveau pour inclure 10 fichiers de séquence de trames vidéo ou moins. Pour en savoir plus sur les quotas, consultez [Quotas de tâche d’étiquetage de nuage de points 3D et de trames vidéo](input-data-limits.md#sms-input-data-quotas-other).
Pour utiliser l’outil d’extraction de trame vidéo, consultez [Configuration automatisée des données d’entrée de trame vidéo](sms-video-automated-data-setup.md).
Lorsque toutes vos trames vidéo ont été extraites avec succès de vos vidéos, les éléments suivants s’affichent dans l’emplacement de votre jeu de données d’entrée S3 :
+ Un préfixe de nom de clé (un dossier dans la console Amazon S3) nommé d’après chaque vidéo. Chacun de ces préfixes conduit à :
+ Une séquence de trames vidéo extraites de la vidéo utilisée pour nommer ce préfixe.
+ Un fichier de séquence utilisé pour identifier toutes les images qui composent cette séquence.
+ Un fichier manifeste source avec une extension .manifest. Ceci identifie tous les fichiers de séquence qui seront utilisés pour créer votre tâche d’étiquetage.
Toutes les trames extraites d’un seul fichier vidéo sont utilisées pour une tâche d’étiquetage. Si vous extrayez des trames vidéo de plusieurs fichiers vidéo, plusieurs tâches sont créées pour votre tâche d’étiquetage, une pour chaque séquence de trames vidéo.
Ground Truth stocke chaque séquence de trames vidéo qu’il extrait dans votre emplacement Amazon S3 pour les jeux de données d’entrée à l’aide d’un [préfixe de nom de clé](https://docs.aws.amazon.com/AmazonS3/latest/dev/UsingMetadata.html#object-keys). Dans la console Amazon S3, les préfixes de nom de clé sont appelés dossiers.
# Configuration des données d’entrée
Lorsque vous créez une tâche d’étiquetage de trame vidéo, vous devez indiquer à Ground Truth où rechercher vos données d’entrée. Vous pouvez effectuer cette opération de deux manières :
+ Vous pouvez stocker vos données d’entrée dans Amazon S3 et faire en sorte que Ground Truth détecte automatiquement le jeu de données d’entrée utilisé pour votre tâche d’étiquetage. Pour en savoir plus sur cette option, consultez [Configuration automatisée des données d’entrée de trame vidéo](sms-video-automated-data-setup.md).
+ Vous pouvez créer un fichier manifeste source et des fichiers de séquence et les télécharger sur Amazon S3. Pour en savoir plus sur cette option, veuillez consulter [Configuration manuelle des données d’entrée de trame vidéo](sms-video-manual-data-setup.md).
**Topics**
+ [
# Configuration automatisée des données d’entrée de trame vidéo
](sms-video-automated-data-setup.md)
+ [
# Configuration manuelle des données d’entrée de trame vidéo
](sms-video-manual-data-setup.md)
# Configuration automatisée des données d’entrée de trame vidéo
Vous pouvez utiliser la configuration automatisée des données Ground Truth pour détecter automatiquement les fichiers vidéo dans votre compartiment Amazon S3 et extraire les trames vidéo de ces fichiers. Pour savoir comment procéder, consultez [Fournir des fichiers vidéo](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction).
Si vous avez déjà des trames vidéo dans Amazon S3, vous pouvez utiliser la configuration automatisée des données pour utiliser ces trames vidéo dans votre tâche d’étiquetage. Pour cette option, toutes les trames vidéo d’une seule vidéo doivent être stockées à l’aide d’un préfixe unique. Pour en savoir plus sur les conditions requises pour utiliser cette option, consultez [Fournir des trames vidéo](sms-point-cloud-video-input-data.md#sms-video-provide-frames).
Sélectionnez l’une des sections suivantes pour savoir comment configurer votre connexion automatique de jeu de données d’entrée avec Ground Truth.
## Fournir des fichiers vidéo et extraire des trames
Utilisez la procédure suivante pour connecter vos fichiers vidéo avec Ground Truth et extraire automatiquement les trames vidéo de ces fichiers pour les tâches d’étiquetage de détection d’objets et de suivi d’objet dans les trames vidéo.
**Note**
Si vous utilisez l'outil de la console de configuration automatisée des données pour extraire des trames vidéo de plus de 10 fichiers vidéo, vous devez modifier le fichier manifeste généré par l'outil ou en créer un nouveau pour inclure 10 fichiers de séquence de trames vidéo ou moins. Pour en savoir plus, veuillez consulter la section [Fournir des fichiers vidéo](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction).
Assurez-vous que vos fichiers vidéo sont stockés dans un compartiment Amazon S3 situé dans la même région AWS que celle dans laquelle vous effectuez la configuration automatisée des données.
**Connectez automatiquement vos fichiers vidéo dans Amazon S3 avec Ground Truth et extrayez des trames vidéo :**
1. Accédez à la page **Créer une tâche d'étiquetage** dans la console Amazon SageMaker AI : [https://console.aws.amazon.com/sagemaker/groundtruth](https://console.aws.amazon.com//sagemaker/groundtruth).
Vos compartiments S3 d’entrée et de sortie doivent se situer dans la même région AWS que celle dans laquelle vous créez votre tâche d’étiquetage. Ce lien vous place dans la région de Virginie du Nord (us-east-1). AWS Si vos données d’entrée se trouvent dans un compartiment Amazon S3 d’une autre région, spécifiez cette région. Pour changer de AWS région, dans la [barre de navigation](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/getting-started.html#select-region), choisissez le nom de la région actuellement affichée.
1. Sélectionnez **Créer une tâche d’étiquetage**.
1. Saisissez un **Nom de la tâche**.
1. Dans la section **Configuration des données d’entrée**, sélectionnez **Configuration automatisée des données**.
1. Saisissez un URI Amazon S3 pour **Emplacement S3 pour les jeux de données d’entrée**. Un URI S3 se présente comme suit : `s3://amzn-s3-demo-bucket/path-to-files/`. Cet URI doit pointer vers l’emplacement Amazon S3 où vos fichiers vidéo sont stockés.
1. Spécifier votre **S3 location for output datasets (Emplacement S3 pour les jeux de données de sortie)**. C’est l’endroit où vos données seront stockées. Vous pouvez choisir de stocker vos données de sortie dans le **Same location as input dataset (Même emplacement que le jeu de données d’entrée)** ou **Specify a new location (Spécifier un nouvel emplacement)** et en entrant l’URI S3 de l’emplacement où vous souhaitez stocker vos données de sortie.
1. Choisissez **Video Files (Fichiers vidéo)** pour vos **Data type (Type de données)** en utilisant la liste déroulante.
1. Choisissez **Yes, extract frames for object tracking and detection tasks (Oui, extraire des trames pour les tâches de suivi et de détection des objets)**.
1. Choisissez une méthode de **Frame extraction (Extraction d’image)**.
+ Lorsque vous choisissez **Use all frames extracted from the video to create a labeling task (Utiliser toutes les images extraites de la vidéo pour créer une tâche d’étiquetage)**, Ground Truth extrait toutes les images de chaque vidéo de votre **Emplacement S3 pour les jeux de données d’entrée**, jusqu’à 2 000 images. Si une vidéo de votre jeu de données d’entrée contient plus de 2 000 images, les 2 000 premières sont extraites et utilisées pour cette tâche d’étiquetage.
+ Lorsque vous choisissez **Utiliser chaque *x* image d'une vidéo pour créer une tâche d'étiquetage**, Ground *x* Truth extrait chaque image de chaque vidéo de votre **emplacement S3 pour les ensembles de données d'entrée**.
Par exemple, si votre vidéo dure 2 secondes et qu’elle comporte une [fréquence d’images](https://en.wikipedia.org/wiki/Frame_rate) de 30 images par seconde, il y a 60 images dans votre vidéo. Si vous spécifiez 10 ici, Ground Truth extrait une trame sur 10 de votre vidéo. Cela signifie que la 1e, 10e, 20e, 30e, 40e, 50e et 60e trames sont extraites.
1. Choisissez ou créez un rôle d’exécution IAM. Assurez-vous que ce rôle est autorisé à accéder à vos emplacements Amazon S3 pour les données d’entrée et de sortie spécifiés aux étapes 5 et 6.
1. Sélectionnez **Complete data setup (Terminer la configuration des données)**.
## Fournir des trames vidéo
Utilisez la procédure suivante pour connecter vos séquences de trames vidéo avec Ground Truth pour les tâches d’étiquetage de détection et de suivi d’objets dans les trames vidéo.
Assurez-vous que vos trames vidéo sont stockées dans un compartiment Amazon S3 situé dans la même région AWS que celle dans laquelle vous effectuez la configuration automatisée des données. Chaque séquence de trames vidéo doit avoir un préfixe unique. Par exemple, si vous avez deux séquences stockées dans `s3://amzn-s3-demo-bucket/video-frames/sequences/`, chacun doit avoir un préfixe unique, tels que `sequence1` et `sequence2`, et doivent tous deux être situés directement sous le préfixe `/sequences/`. Dans l’exemple ci-dessus, les emplacements de ces deux séquences sont : `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/` et `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/`.
**Connectez automatiquement votre trame vidéo dans Amazon S3 avec Ground Truth :**
1. Accédez à la page **Créer une tâche d'étiquetage** dans la console Amazon SageMaker AI : [https://console.aws.amazon.com/sagemaker/groundtruth](https://console.aws.amazon.com//sagemaker/groundtruth).
Vos compartiments S3 d’entrée et de sortie doivent se situer dans la même région AWS que celle dans laquelle vous créez votre tâche d’étiquetage. Ce lien vous place dans la région de Virginie du Nord (us-east-1). AWS Si vos données d’entrée se trouvent dans un compartiment Amazon S3 d’une autre région, spécifiez cette région. Pour changer de AWS région, dans la [barre de navigation](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/getting-started.html#select-region), choisissez le nom de la région actuellement affichée.
1. Sélectionnez **Créer une tâche d’étiquetage**.
1. Saisissez un **Nom de la tâche**.
1. Dans la section **Configuration des données d’entrée**, sélectionnez **Configuration automatisée des données**.
1. Saisissez un URI Amazon S3 pour **Emplacement S3 pour les jeux de données d’entrée**.
Il doit s’agir de l’emplacement Amazon S3 où vos séquences sont stockées. Par exemple, si vous avez deux séquences stockées dans `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/` et `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/`, saisissez `s3://amzn-s3-demo-bucket/video-frames/sequences/` ici.
1. Spécifier votre **S3 location for output datasets (Emplacement S3 pour les jeux de données de sortie)**. C’est l’endroit où vos données seront stockées. Vous pouvez choisir de stocker vos données de sortie dans le **Same location as input dataset (Même emplacement que le jeu de données source)** ou **Specify a new location (Spécifier un nouvel emplacement)** et en entrant l'URI S3 de l'emplacement où vous souhaitez stocker vos données de sortie.
1. Choisissez **Video frames (Trames vidéo)** pour vos **Data type (Type de données)** en utilisant la liste déroulante.
1. Choisissez ou créez un rôle d'exécution IAM. Assurez-vous que ce rôle est autorisé à accéder à vos emplacements Amazon S3 pour les données d’entrée et de sortie spécifiés aux étapes 5 et 6.
1. Sélectionnez **Complete data setup (Terminer la configuration des données)**.
Ces procédures créeront un manifeste source dans l’emplacement Amazon S3 pour les jeux de données d’entrée que vous avez spécifiés à l’étape 5. Si vous créez une tâche d'étiquetage à l'aide de l' SageMaker API ou d'un AWS SDK, utilisez l'URI Amazon S3 pour ce fichier manifeste d'entrée comme entrée du paramètre`ManifestS3Uri`. AWS CLI
# Configuration manuelle des données d’entrée de trame vidéo
Choisissez l’option de configuration manuelle des données si vous avez créé des fichiers de séquence pour chacune de vos séquences de trames vidéo, ainsi qu’un fichier manifeste répertoriant les références à ces fichiers de séquences.
## Création d’un fichier manifeste source de trame vidéo
Ground Truth utilise le fichier manifeste source pour identifier l’emplacement de votre jeu de données d’entrée lors de la création de tâches d’étiquetage. Pour les tâches d’étiquetage de détection et de suivi d’objet d’objets dans les trames vidéo, chaque ligne du fichier manifeste source identifie l’emplacement d’un fichier de séquence de trames vidéo. Chaque fichier de séquence identifie les images incluses dans une séquence unique de trames vidéo.
Utilisez cette page pour apprendre à créer un fichier de séquence de trames vidéo et un fichier manifeste source pour les tâches d’étiquetage de détection et de suivi d’objets dans les trames vidéo.
Si vous souhaitez que Ground Truth génère automatiquement vos fichiers de séquence et votre fichier manifeste source, consultez [Configuration automatisée des données d’entrée de trame vidéo](sms-video-automated-data-setup.md).
### Créer un fichier manifeste source de trame vidéo
Dans le fichier manifeste source de séquence de trames vidéo, chaque ligne du manifeste est un objet JSON, où la clé `"source-ref"` fait référence à un fichier de séquence. Chaque fichier de séquence identifie l’emplacement d’une séquence de trames vidéo. Il s’agit du format de fichier manifeste requis pour toutes les tâches d’étiquetage de trames vidéo.
L’exemple suivant illustre la syntaxe utilisée pour un fichier manifeste source :
```
{"source-ref": "s3://amzn-s3-demo-bucket/example-folder/seq1.json"}
{"source-ref": "s3://amzn-s3-demo-bucket/example-folder/seq2.json"}
```
### Créer un fichier de séquence de trames vidéo
Les données de chaque séquence de trames vidéo doivent être stockées dans un objet de données JSON. Voici un exemple du format que vous utilisez pour un fichier de séquence. Les informations sur chaque trame sont incluses en tant qu’objet JSON et sont répertoriées dans la liste `frames`. Le JSON suivant a été développé pour plus de lisibilité.
```
{
"seq-no": 1,
"prefix": "s3://amzn-s3-demo-bucket/prefix/video1/",
"number-of-frames": 3,
"frames":[
{"frame-no": 1, "unix-timestamp": 1566861644, "frame": "frame0001.jpg" },
{"frame-no": 2, "unix-timestamp": 1566861644, "frame": "frame0002.jpg" },
{"frame-no": 3, "unix-timestamp": 1566861644, "frame": "frame0003.jpg" }
]
}
```
Le tableau suivant fournit des détails sur les paramètres indiqués dans cet exemple de code.
****
| Paramètre | Obligatoire | Valeurs acceptées | Description |
| --- | --- | --- | --- |
| `seq-no` | Oui | Entier | Numéro ordonné de la séquence. |
| `prefix` | Oui | String **Valeurs acceptées :** `s3:////` | L’emplacement Amazon S3 où se trouvent les fichiers de séquence. Le préfixe doit se terminer par une barre oblique : `/`. |
| `number-of-frames` | Oui | Entier | Nombre total de trames incluses dans le fichier de séquences. Ce nombre doit correspondre au nombre total de trames répertoriées dans le paramètre `frames` de la ligne suivante. |
| `frames` | Oui | Liste d’objets JSON **Obligatoire** : `frame-no`, `frame` **Facultatif** : `unix-timestamp` | Liste des données de trame. La longueur de la liste doit être égal à `number-of-frames`. Dans l’interface utilisateur employé, les trames d’une séquence sont classées dans l’ordre binaire [UTF-8](https://en.wikipedia.org/wiki/UTF-8). Pour en savoir plus sur ce tri, consultez [Fournir des trames vidéo](sms-point-cloud-video-input-data.md#sms-video-provide-frames). |
| frame-no | Oui | Entier | Le numéro d’ordre de la trame. Cela déterminera l’ordre d’une trame dans la séquence. |
| `unix-timestamp` | Non | Entier | L’horodatage Unix d’une trame. Le nombre de secondes écoulées depuis le 1er janvier 1970 jusqu’à l’heure UTC où la trame a été capturée. |
| frame | Oui | String | Le nom d’un fichier image de trame vidéo. |