Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Tipi di attività con nuvole di punti 3D È possibile utilizzare la modalità di etichettatura nuvola di punti 3D Ground Truth per una varietà di casi d'uso. L'elenco seguente descrive brevemente ogni tipo di attività con nuvole di punti 3D. Per ulteriori dettagli e istruzioni su come creare un processo di etichettatura utilizzando un tipo di attività specifico, seleziona il nome del tipo di attività per visualizzare la pagina relativa al tipo di attività. + [Rilevamento di oggetti con nuvole di punti 3D ](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-object-detection.html): utilizza questo tipo di attività quando desideri che i worker individuino e classifichino gli oggetti in una nuvola di punti 3D aggiungendo e adattando cuboidi 3D attorno agli oggetti. + [Tracciamento di oggetti con nuvole di punti 3D](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-object-tracking.html): utilizza questo tipo di attività quando desideri che i worker aggiungano e adattino cuboidi 3D attorno agli oggetti per tenere traccia del loro movimento in una sequenza di frame di nuvole di punti 3D. Ad esempio, è possibile utilizzare questo tipo di attività per chiedere ai worker di tenere traccia dello spostamento dei veicoli attraverso più frame di nuvole di punti. + [Segmentazione semantica con nuvole di punti 3D](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-semantic-segmentation.html): utilizza questo tipo di attività quando desideri che i worker creino una maschera di segmentazione semantica a livello di punto dipingendo oggetti in una nuvola di punti 3D utilizzando colori diversi in cui ogni colore è assegnato a una delle classi specificate. + Tipi di attività di regolazione con nuvole di punti 3D: ciascuno dei tipi di attività precedenti ha un tipo di attività di *regolazione* associato che è possibile utilizzare per controllare e regolare le annotazioni generate da un processo di etichettatura con nuvole di punti 3D. Fai riferimento alla pagina del tipo di attività del tipo associato per informazioni su come creare un processo etichettatura di regolazione per tale attività. # Classificare gli oggetti in una nuvola di punti 3D con il rilevamento degli oggetti Utilizza questo tipo di attività quando i worker devono classificare gli oggetti in una nuvola di punti 3D disegnando cuboidi 3D attorno agli oggetti. Ad esempio, puoi utilizzare questo tipo di attività per chiedere ai worker di identificare in una nuvola di punti diversi tipi di oggetti, ad esempio automobili, biciclette e pedoni. La pagina seguente fornisce informazioni importanti sul processo di etichettatura, nonché le fasi per crearne uno. Per questo tipo di attività, l'*oggetto dati* etichettato dai worker è un singolo frame nuvola di punti. Ground Truth esegue il rendering di una nuvola di punti 3D utilizzando i dati della nuvola di punti forniti dall'utente. Puoi inoltre fornire i dati della telecamera per offrire ai worker maggiori informazioni visive sulle scene nel frame e per aiutare i worker a disegnare i cuboidi 3D attorno agli oggetti. Ground Truth fornisce ai worker gli strumenti per annotare gli oggetti con 9 gradi di libertà (x, y, z, rx, ry, rz, l, w, h) in tre dimensioni sia nelle visualizzazioni di scena 3D che nelle visualizzazioni laterali proiettate (superiore, laterale e posteriore). Se specifichi le informazioni sulla fusione dei sensori (come i dati della telecamera), quando un worker aggiunge un cuboide per identificare un oggetto nella nuvola di punti 3D, il cuboide viene visualizzato e può essere modificato nelle immagini 2D. Dopo l'aggiunta di un cuboide, tutte le modifiche apportate a quel cuboide nella scena 2D o 3D vengono proiettate nell'altra visualizzazione. Puoi creare un processo per adattare le annotazioni create in un processo di etichettatura di rilevamento di oggetti della nuvola di punti 3D utilizzando il tipo di attività di adattamento del rilevamento di oggetti della nuvola di punti 3D. Se non hai familiarità con la modalità di etichettatura della nuvola di punti 3D Ground Truth, ti consigliamo di leggere [Panoramica dei processi di etichettatura in una nuvola di punti 3D](sms-point-cloud-general-information.md). Questa modalità di etichettatura è diversa da altri tipi di attività Ground Truth e in questa pagina viene fornita una panoramica dei dettagli importanti di cui devi essere consapevole quando crei un processo di etichettatura della nuvola di punti 3D. **Topics** + [Visualizzare l’interfaccia dell’attività dei worker](#sms-point-cloud-object-detection-worker-ui) + [Creazione di un processo di etichettatura per il rilevamento di oggetti 3D della nuvola di punti](#sms-point-cloud-object-detection-create-labeling-job) + [Creazione di un processo di rilevamento di oggetti della nuvola di punti 3D o di etichettatura di verifica](#sms-point-cloud-object-detection-adjustment-verification) + [Formato dei dati di output](#sms-point-cloud-object-detection-output-data) ## Visualizzare l’interfaccia dell’attività dei worker Ground Truth fornisce ai worker un portale Web e gli strumenti per completare le attività di annotazione del rilevamento di oggetti della nuvola di punti 3D. Quando crei il processo di etichettatura, fornisci il nome della risorsa Amazon (ARN) per un'interfaccia utente di lavoro Ground Truth predefinita nel parametro `HumanTaskUiArn`. Quando crei un processo di etichettatura utilizzando questo tipo di attività nella console, l'interfaccia utente di lavoro viene utilizzata automaticamente. Puoi visualizzare in anteprima e interagire con l'interfaccia utente del worker quando crei un processo di etichettatura nella console. Se sei un nuovo utente, ti consigliamo di creare un processo di etichettatura utilizzando la console per assicurarti che gli attributi di etichetta, i frame della nuvola di punti e, se applicabile, le immagini vengano visualizzati come previsto. Di seguito è riportata una GIF dell'interfaccia delle attività del worker di rilevamento di oggetti della nuvola di punti 3D. Se specifichi i dati della telecamera per la fusione dei sensori nel sistema di coordinate globale, le immagini vengono abbinate a scene nel frame della nuvola di punti. Queste immagini vengono visualizzate nel portale dei worker, come illustrato nella seguente GIF. ![\[GIF che mostra come un worker può annotare una nuvola di punti 3D nel portale per i worker Ground Truth.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/object_detection/ot_basic_tools.gif) Il worker può navigare nella scena 3D utilizzando la tastiera e il mouse. In particolare, può: + Fare doppio clic su oggetti specifici nella nuvola di punti per ingrandirli. + Usare la rotella del mouse o un trackpad per ingrandire e ridurre la nuvola di punti. + Usa entrambi i tasti freccia della tastiera e i tasti Q, E, A e D per spostarsi Su, Giù, Sinistra, Destra. Usa i tasti della tastiera W e S per ingrandire e ridurre. Una volta che un worker posiziona un cuboide nella scena 3D, viene mostrata una visualizzazione laterale con le tre visualizzazioni laterali proiettate: superiore, laterale e posteriore. Queste visualizzazioni laterali mostrano i punti all'interno e attorno al cuboide posizionato e consentono ai worker di perfezionare i limiti del cuboide in quell'area. I worker possono ingrandire e ridurre ciascuna di queste visualizzazioni laterali utilizzando il mouse. Il video seguente mostra i movimenti intorno alla nuvola di punti 3D e nella visualizzazione laterale. ![\[GIF che mostra i movimenti intorno alla nuvola di punti 3D e nella visualizzazione laterale.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/object_detection/navigate_od_worker_ui.gif) Altre opzioni di visualizzazione e caratteristiche sono disponibili nel menu **Visualizza** dell'interfaccia utente del worker. Consulta la [pagina delle istruzioni per il worker](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-worker-instructions-object-detection) per una panoramica completa dell'interfaccia utente del worker. **Strumenti di etichettatura assistita** Ground Truth consente ai worker di annotare le nuvole di punti 3D in modo più rapido e accurato utilizzando strumenti di etichettatura assistita basati sul machine learning e strumenti di etichettatura assistita basati sulla visione artificiale per le attività di monitoraggio di oggetti della nuvola di punti 3D. Per questo tipo di attività sono disponibili i seguenti strumenti di etichettatura assistita: + **Aggancio**: i worker possono aggiungere un cuboide attorno a un oggetto e utilizzare un tasto di scelta rapida o un'opzione di menu per fare in modo che lo strumento di autofit di Ground Truth agganci saldamente il cuboide attorno all'oggetto. + **Aggancio a terra **: dopo che un worker aggiunge un cuboide alla scena 3D può automaticamente agganciare il cuboide al terreno. Ad esempio, il worker può utilizzare questa caratteristica per agganciare un cuboide sulla strada o sul marciapiede nella scena. + **Etichettatura di più visualizzazioni**: dopo che un worker aggiunge un cuboide 3D alla scena 3D, un pannello laterale visualizza le prospettive frontali, laterali e superiori per aiutare il worker ad adattare il cuboide attorno all'oggetto. In tutte queste visualizzazioni, il cuboide include una freccia che indica l'orientamento o l'intestazione dell'oggetto. Quando il worker adatta il cuboide, l'adattamento apparirà in tempo reale su tutte le visualizzazioni (ovvero 3D, superiore, laterale e anteriore). + **Fusione dei sensori**: se fornisci i dati per la fusione dei sensori, i worker possono adattare nelle scene 3D e nelle immagini 2D le annotazioni che quindi verranno proiettate nell'altra visualizzazione in tempo reale. Inoltre, i worker hanno la possibilità di visualizzare la direzione in cui la telecamera è rivolta e il frustum della telecamera. + **Opzioni di visualizzazione **: consente ai worker di nascondere o visualizzare facilmente i cuboidi, il testo dell'etichetta, una maglia a terra e altri attributi di punto come il colore o l'intensità. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. ## Creazione di un processo di etichettatura per il rilevamento di oggetti 3D della nuvola di punti Puoi creare un lavoro di etichettatura di nuvole di punti 3D utilizzando la console SageMaker AI o il funzionamento dell'API, [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html). Per creare un processo di etichettatura per questo tipo di attività è necessario quanto segue: + Un file manifest di input a frame singolo. Per informazioni su come creare questo tipo di file manifest, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). Se non hai familiarità con le modalità di etichettatura della nuvola di punti 3D Ground Truth, consulta [Formati dati 3D non elaborati accettati](sms-point-cloud-raw-data-types.md). + Un team di lavoro di una forza lavoro privata o di fornitore. Non puoi utilizzare Amazon Mechanical Turk per processi di etichettatura di frame video. Per informazioni su come creare forza lavoro e team di lavoro, consulta [Forza lavoro](sms-workforce-management.md). Inoltre, assicurati di aver esaminato e applicato quanto descritto in [Assegnare le autorizzazioni IAM per utilizzare Ground Truth](sms-security-permission.md). Le sezioni seguenti forniscono informazioni su come creare un processo di etichettatura utilizzando la console o un'API. ### Creare un processo di etichettatura (console) Puoi seguire le istruzioni [Creare un processo di etichettatura (console)](sms-create-labeling-job-console.md) per imparare a creare un lavoro di etichettatura di oggetti per il rilevamento di nuvole di punti 3D nella console SageMaker AI. Durante la creazione del processo di etichettatura, tieni presente quanto segue: + Il file manifest di input deve essere un file manifest a frame singolo. Per ulteriori informazioni, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). + Facoltativamente puoi fornire la categoria di etichetta e gli attributi frame. I worker possono assegnare uno o più di questi attributi alle annotazioni per fornire ulteriori informazioni sull'oggetto. Ad esempio, puoi utilizzare l'attributo *occluded* per consentire ai worker di individuare quando un oggetto è parzialmente ostruito. + L'etichettatura automatizzata dei dati e il consolidamento dell'annotazione non sono supportati per le attività di etichettatura della nuvola di punti 3D. + I processi di etichettatura di rilevamento di oggetti della nuvola di punti 3D possono richiedere diverse ore per essere completati. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura quando selezioni il team di lavoro (fino a 7 giorni o 604800 secondi). ### Creare un processo di etichettatura (API) Questa sezione descrive i dettagli che è necessario conoscere quando si crea un lavoro di etichettatura utilizzando l'operazione SageMaker API. `CreateLabelingJob` Questa API definisce questa operazione per tutti AWS SDKs. Per visualizzare un elenco delle lingue specifiche SDKs supportate per questa operazione, **consulta la sezione Vedere anche** di. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) [Creare un processo di etichettatura (API)](sms-create-labeling-job-api.md), fornisce una panoramica dell'operazione `CreateLabelingJob`. Segui queste istruzioni ed effettua le seguenti operazioni durante la configurazione della richiesta: + Immetti un ARN per `HumanTaskUiArn`. Utilizza `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudObjectDetection`. Sostituisci `` con la Regione AWS in cui stai creando il processo di etichettatura. Non inserire una voce per il parametro `UiTemplateS3Uri`. + Il file manifest di input deve essere un file manifest a frame singolo. Per ulteriori informazioni, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). + Specifica le etichette, la categoria di etichette e gli attributi frame, e le istruzioni per il worker in un file di configurazione della categoria di etichetta. Per informazioni su come creare questo file, consulta [File di configurazione delle categoria di etichettatura con riferimento alle categorie di etichette e agli attributi dei frame](sms-label-cat-config-attributes.md). + È necessario fornire funzioni Lambda predefinite ARNs per le funzioni Lambda di pre-annotazione e post-annotazione (ACS). Queste ARNs sono specifiche della AWS regione che utilizzi per creare il tuo lavoro di etichettatura. + Per trovare l'ARN Lambda di pre-annotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto. Ad esempio, se stai creando il processo di etichettatura in us-east-1, l'ARN sarà `arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudObjectDetection`. + Per trovare l'ARN Lambda di postannotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto. Ad esempio, se stai creando il processo di etichettatura in us-east-1, l'ARN sarà `arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudObjectDetection`. + Il numero di worker specificato in `NumberOfHumanWorkersPerDataObject` deve essere `1`. + L'etichettatura automatizzata dei dati non è supportata per i processi di etichettatura della nuvola di punti 3D. Non è necessario specificare i valori per i parametri in `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`. + I processi di etichettatura di rilevamento di oggetti della nuvola di punti 3D possono richiedere diverse ore per essere completati. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura in `TaskTimeLimitInSeconds` (fino a 7 giorni o 604.800 secondi). ## Creazione di un processo di rilevamento di oggetti della nuvola di punti 3D o di etichettatura di verifica Puoi creare un processo di regolazione o di etichettatura di verifica dell'etichetta utilizzando la console Ground Truth o l'API `CreateLabelingJob`. Per ulteriori informazioni sui processi di etichettatura di regolazione e di etichettatura di verifica e per scoprire come crearne uno, consulta [Verifica e aggiustamento delle etichette](sms-verification-data.md). Quando crei un processo di etichettatura di regolazione, i dati di input per il processo di etichettatura possono includere etichette e misurazioni di imbardata, rollio e beccheggio tratte da un precedente processo di etichettatura o da un’origine esterna. Nel processo di regolazione, beccheggio e rollio verranno visualizzati nell'interfaccia utente del worker, ma non possono essere modificati. L'imbardata è regolabile. Ground Truth utilizza gli angoli di Tait-Bryan con le seguenti rotazioni intrinseche per visualizzare imbardata, beccheggio e rollio nell'interfaccia utente del worker. Innanzitutto, la rotazione viene applicata al veicolo in base all'asse z (imbardata). Successivamente, il veicolo ruotato viene ruotato secondo l'asse y intrinseco (beccheggio). Infine, il veicolo viene ruotato secondo l'asse x intrinseco (rollio). ## Formato dei dati di output Quando crei un processo di etichettatura di rilevamento di oggetti della nuvola di punti 3D, le attività vengono inviate ai worker. Quando questi worker completano le attività, le etichette vengono scritte nel bucket Amazon S3 specificato al momento della creazione del processo di etichettatura. Il formato dei dati di output determina ciò che vedi nel tuo bucket Amazon S3 quando lo stato del processo di etichettatura () è. [LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax)`Completed` Se non hai familiarità con Ground Truth, consulta [Etichettatura dei dati di output di un processo](sms-data-output.md) per ulteriori informazioni sul formato dei dati di output in Ground Truth. Per informazioni sul formato dei dati di output del rilevamento di oggetti della nuvola di punti 3D, consulta [Output del rilevamento di oggetti in una nuvola di punti 3D](sms-data-output.md#sms-output-point-cloud-object-detection). # Comprendere il tipo di attività di tracciamento degli oggetti in una nuvola di punti 3D Utilizza questo tipo di attività quando desideri che i worker aggiungano e adattino cuboidi 3D attorno agli oggetti per tenere traccia del loro movimento tra frame di nuvole di punti 3D. Ad esempio, è possibile utilizzare questo tipo di attività per chiedere ai worker di tenere traccia dello spostamento dei veicoli attraverso più frame di nuvole di punti. Per questo tipo di attività, l'oggetto dati etichettato dai worker è una sequenza di frame della nuvola di punti. Una *sequenza* è definita come una serie temporale di frame di nuvole di punti. Ground Truth esegue il rendering di una serie di visualizzazioni di nuvole di punti 3D utilizzando una sequenza fornita e i worker possono passare da questi frame di nuvole di punti 3D nell'interfaccia delle attività del worker. Ground Truth fornisce ai worker gli strumenti per annotare gli oggetti con 9 gradi di libertà (x, y, z, rx, ry, rz, l, w, h) in tre dimensioni sia nelle visualizzazioni di scene 3D che nelle visualizzazioni laterali proiettate (superiore, laterale e posteriore). Quando un worker disegna un cuboide attorno a un oggetto, a tale cuboide viene assegnato un ID univoco, ad esempio `Car:1` per un'auto nella sequenza e `Car:2` per un'altra. I worker utilizzano tale ID per etichettare lo stesso oggetto in più frame. Puoi inoltre fornire i dati della telecamera per offrire ai worker maggiori informazioni visive sulle scene nel frame e per aiutare i worker a disegnare i cuboidi 3D attorno agli oggetti. Quando un worker aggiunge un cuboide 3D per identificare un oggetto nell'immagine 2D o nel cloud di punti 3D e il cuboide viene visualizzato nell'altra vista. Puoi adattare le annotazioni create in un processo di etichettatura di rilevamento di oggetti della nuvola di punti 3D utilizzando il tipo di attività di adattamento del tracciamento dell'oggetto della nuvola di punti 3D. Se non hai familiarità con la modalità di etichettatura della nuvola di punti Ground Truth 3D, ti consigliamo di consultare [Panoramica dei processi di etichettatura in una nuvola di punti 3D](sms-point-cloud-general-information.md). Questa modalità di etichettatura è diversa da altri tipi di attività Ground Truth e in questa pagina viene fornita una panoramica dei dettagli importanti di cui devi essere consapevole quando crei un processo di etichettatura della nuvola di punti 3D. I seguenti argomenti spiegano come creare un processo di tracciamento di oggetti in una nuvola di punti 3D, mostrano l’aspetto dell’interfaccia dell’attività dei worker (ciò che visualizzano quando lavorano a questa attività) e forniscono una panoramica dei dati di output che si ottengono quando i worker completano le loro attività. L’argomento finale fornisce informazioni utili per creare processi di etichettatura per il tracciamento, la regolazione o la verifica degli oggetti. **Topics** + [Creare un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D](sms-point-cloud-object-tracking-create-labeling-job.md) + [Visualizzare l’interfaccia dell’attività dei worker per un’attività di tracciamento di oggetti in una nuvola di punti 3D](sms-point-cloud-object-tracking-worker-ui.md) + [Dati di output relativi a un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D](sms-point-cloud-object-tracking-output-data.md) + [Informazioni per creare un processo di etichettatura di regolazione o verifica del tracciamento di oggetti in una nuvola di punti 3D](sms-point-cloud-object-tracking-adjustment-verification.md) # Creare un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D Puoi creare un lavoro di etichettatura con nuvole di punti 3D utilizzando la console SageMaker AI o il funzionamento dell'API,. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Per creare un processo di etichettatura per questo tipo di attività è necessario quanto segue: + Un file manifest di input di sequenza. Per informazioni su come creare questo tipo di file manifest, consulta [Creazione di un file manifest di input della sequenza di nuvole di punti](sms-point-cloud-multi-frame-input-data.md). Se non hai familiarità con la modalità di etichettatura della nuvola di punti 3D Ground Truth, ti consigliamo di leggere [Formati dati 3D non elaborati accettati](sms-point-cloud-raw-data-types.md). + Un team di lavoro di una forza lavoro privata o di fornitore. Non è possibile utilizzare Pubblica per i processi di etichettatura della nuvola di punti 3D. Per informazioni su come creare forza lavoro e team di lavoro, consulta [Forza lavoro](sms-workforce-management.md). Inoltre, assicurati di aver esaminato e applicato quanto descritto in [Assegnare le autorizzazioni IAM per utilizzare Ground Truth](sms-security-permission.md). Per informazioni su come creare un processo di etichettatura utilizzando la console o un'API, consulta le sezioni seguenti. ## Creare un processo di etichettatura (console) Puoi seguire le istruzioni [Creare un processo di etichettatura (console)](sms-create-labeling-job-console.md) per imparare a creare un lavoro di etichettatura di oggetti con nuvole di punti 3D nella console SageMaker AI. Durante la creazione del processo di etichettatura, tieni presente quanto segue: + Il file manifest di input deve essere un file manifest di sequenza. Per ulteriori informazioni, consulta [Creazione di un file manifest di input della sequenza di nuvole di punti](sms-point-cloud-multi-frame-input-data.md). + Facoltativamente puoi fornire gli attributi di categoria di etichetta. I worker possono assegnare uno o più di questi attributi alle annotazioni per fornire ulteriori informazioni sull'oggetto. Ad esempio, puoi utilizzare l'attributo *occluded* per consentire ai worker di individuare quando un oggetto è parzialmente ostruito. + L'etichettatura automatizzata dei dati e il consolidamento dell'annotazione non sono supportati per le attività di etichettatura della nuvola di punti 3D. + I processi di etichettatura per il tracciamento degli oggetti della nuvola di punti 3D possono richiedere più ore per il completamento. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura quando selezioni il team di lavoro (fino a 7 giorni o 604800 secondi). ## Creare un processo di etichettatura (API) Questa sezione descrive i dettagli che è necessario conoscere quando si crea un lavoro di etichettatura utilizzando l'operazione SageMaker API. `CreateLabelingJob` Questa API definisce questa operazione per tutti AWS SDKs. Per visualizzare un elenco delle lingue specifiche SDKs supportate per questa operazione, **consulta la sezione Vedere anche** di. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) [Creare un processo di etichettatura (API)](sms-create-labeling-job-api.md) fornisce una panoramica dell'operazione `CreateLabelingJob`. Segui queste istruzioni ed effettua le seguenti operazioni durante la configurazione della richiesta: + Immetti un ARN per `HumanTaskUiArn`. Utilizza `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudObjectTracking`. Sostituisci `` con la Regione AWS in cui stai creando il processo di etichettatura. Non inserire una voce per il parametro `UiTemplateS3Uri`. + Il tuo [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName) deve finire con `-ref`. Ad esempio, `ot-labels-ref`. + Il file manifest di input deve essere un file manifest della sequenza di frame della nuvola di punti. Per ulteriori informazioni, consulta [Creazione di un file manifest di input della sequenza di nuvole di punti](sms-point-cloud-multi-frame-input-data.md). + Specifica le etichette, la categoria di etichette e gli attributi frame, e le istruzioni per il worker in un file di configurazione della categoria di etichetta. Per ulteriori informazioni su come creare questo file, consulta [File di configurazione delle categoria di etichettatura con riferimento alle categorie di etichette e agli attributi dei frame](sms-label-cat-config-attributes.md). + È necessario fornire funzioni Lambda predefinite ARNs per le funzioni Lambda di pre-annotazione e post-annotazione (ACS). Queste ARNs sono specifiche della AWS regione che utilizzi per creare il tuo lavoro di etichettatura. + Per trovare l'ARN Lambda di pre-annotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto che termina con `PRE-3DPointCloudObjectTracking`. + Per trovare l'ARN Lambda di postannotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto che termina con `ACS-3DPointCloudObjectTracking`. + Il numero di worker specificato in `NumberOfHumanWorkersPerDataObject` deve essere `1`. + L'etichettatura automatizzata dei dati non è supportata per i processi di etichettatura della nuvola di punti 3D. Non è necessario specificare i valori per i parametri in `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`. + I processi di etichettatura per il tracciamento degli oggetti della nuvola di punti 3D possono richiedere più ore per il completamento. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura in `TaskTimeLimitInSeconds` (fino a 7 giorni o 604.800 secondi). # Visualizzare l’interfaccia dell’attività dei worker per un’attività di tracciamento di oggetti in una nuvola di punti 3D Ground Truth fornisce ai worker un portale Web e gli strumenti per completare le attività di annotazione del tracciamento di oggetti della nuvola di punti 3D. Quando crei il processo di etichettatura, fornisci il nome della risorsa Amazon (ARN) per un'interfaccia utente Ground Truth predefinita nel parametro `HumanTaskUiArn`. Quando crei un processo di etichettatura utilizzando questo tipo di attività nella console, l'interfaccia utente viene utilizzata automaticamente. Puoi visualizzare in anteprima e interagire con l'interfaccia utente del worker quando crei un processo di etichettatura nella console. Se sei un nuovo utente, ti consigliamo di creare un processo di etichettatura utilizzando la console per assicurarti che gli attributi di etichetta, i frame della nuvola di punti e, se applicabile, le immagini vengano visualizzati come previsto. Di seguito è riportata una GIF dell'interfaccia attività del worker per il monitoraggio degli oggetti delle nuvole di punti 3D e viene illustrato come il worker può spostarsi nei frame della nuvola di punti nella sequenza. Gli strumenti di annotazione fanno parte dell'interfaccia dell’attività del worker. Non sono disponibili per l'interfaccia in anteprima. ![\[GIF che mostra come il worker può spostarsi nei frame della nuvola di punti nella sequenza.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/object_tracking/nav_frames.gif) Una volta che i worker aggiungono un singolo cuboide, tale cuboide viene replicato in tutti i frame della sequenza con lo stesso ID. Una volta che i worker regolano il cuboide in un altro frame, Ground Truth interpolerà il movimento di quell'oggetto e regolerà tutti i cuboidi tra i frame regolati manualmente. Nella GIF seguente viene illustrata questa funzione di interpolazione. Nella barra di navigazione in basso a sinistra, le aree rosse indicano i frame regolati manualmente. ![\[GIF che mostra come viene dedotta la posizione di un cuboide tra i frame.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/object_tracking/label-interpolation.gif) Se specifichi i dati della telecamera per la fusione dei sensori, le immagini vengono abbinate a scene nel frame della nuvola di punti. Queste immagini vengono visualizzate nel portale dei worker, come illustrato nella seguente GIF. Il worker può navigare nella scena 3D utilizzando la tastiera e il mouse. In particolare, può: + Fare doppio clic su oggetti specifici nella nuvola di punti per ingrandirli. + Usare la rotella del mouse o un trackpad per ingrandire e ridurre la nuvola di punti. + Usa entrambi i tasti freccia della tastiera e i tasti Q, E, A e D per spostarsi Su, Giù, Sinistra, Destra. Usa i tasti della tastiera W e S per ingrandire e ridurre. Una volta che un worker posiziona un cuboide nella scena 3D, viene mostrata una visualizzazione laterale con le tre visualizzazioni laterali proiettate: superiore, laterale e posteriore. Queste visualizzazioni laterali mostrano i punti all'interno e attorno al cuboide posizionato e consentono ai worker di perfezionare i limiti del cuboide in quell'area. I worker possono ingrandire e ridurre ciascuna di queste visualizzazioni laterali utilizzando il mouse. Il video seguente mostra i movimenti intorno alla nuvola di punti 3D e nella visualizzazione laterale. ![\[GIF che mostra i movimenti attorno alla nuvola di punti 3D che mostra una scena su strada.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/object_tracking/nav_general_UI.gif) Sono disponibili ulteriori opzioni di visualizzazione e caratteristiche. Consulta la [pagina delle istruzioni per il worker](https://docs.aws.amazon.com//sagemaker/latest/dg/sms-point-cloud-worker-instructions-object-tracking.html) per una panoramica completa dell'interfaccia utente di lavoro. ## Strumenti per i worker I worker possono navigare nella nuvola di punti 3D eseguendo lo zoom avanti e indietro e spostandosi in tutte le direzioni intorno alla nuvola utilizzando le scelte rapide del mouse e della tastiera. Se i worker fanno clic su un punto nella nuvola di punti, l'interfaccia utente esegue automaticamente lo zoom in quell'area. I worker possono utilizzare vari strumenti per disegnare un cuboide 3D attorno agli oggetti. Per ulteriori informazioni, seleziona **Strumenti di etichettatura assistita**. Dopo che i worker hanno inserito un cuboide 3D nella nuvola di punti, possono regolare questi cuboidi per adattarsi perfettamente alle auto utilizzando una varietà di viste: direttamente nel cuboide 3D, in una vista laterale con tre prospettive ingrandite della nuvola di punti attorno alla casella e, se si includono immagini per la fusione dei sensori, direttamente nell'immagine 2D. Opzioni di visualizzazione che consentono ai worker di nascondere o visualizzare facilmente il testo dell'etichetta, una maglia a terra e altri attributi di punto. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. **Strumenti di etichettatura assistita** Ground Truth consente ai worker di annotare le nuvole di punti 3D in modo più rapido e accurato utilizzando UX, gli strumenti di etichettatura assistita basati sul Machine Learning e gli strumenti di etichettatura assistita basati sulla visione artificiale per le attività di tracciamento di oggetti della nuvola di punti 3D. Per questo tipo di attività sono disponibili i seguenti strumenti di etichettatura assistita: + **Compilazione automatica delle etichette**: quando un worker aggiunge un cuboide a un frame, un cuboide con le stesse dimensioni e orientamento viene aggiunto automaticamente a tutti i frame della sequenza. + **Interpolazione delle etichette**: dopo che un worker ha etichettato un singolo oggetto in due frame, Ground Truth utilizza tali annotazioni per interpolare il movimento dell'oggetto tra i due frame. L'interpolazione delle etichette può essere attivata e disattivata. + **Gestione in blocco di etichette e attributi**: i worker possono aggiungere, eliminare e rinominare annotazioni, attributi delle categorie di etichette e attributi dei frame in blocco. + I worker possono eliminare manualmente le annotazioni per un determinato oggetto prima o dopo un frame. Ad esempio, un worker può eliminare tutte le etichette per un oggetto dopo il frame 10 se tale oggetto non si trova più nella scena successiva al frame. + Se un worker elimina accidentalmente tutte le annotazioni relative a un oggetto, può aggiungerle nuovamente. Ad esempio, se un worker elimina tutte le annotazioni per un oggetto prima del frame 100, può aggiungerle in blocco a tali frame. + I worker possono rinominare un'etichetta in un frame e tutti i cuboidi 3D assegnati a tale etichetta vengono aggiornati con il nuovo nome in tutti i frame. + I worker possono utilizzare la modifica in blocco per aggiungere o modificare gli attributi delle categorie di etichette e gli attributi dei frame in più frame. + **Aggancio**: i worker possono aggiungere un cuboide attorno a un oggetto e utilizzare un tasto di scelta rapida o un'opzione di menu per fare in modo che lo strumento di autofit di Ground Truth agganci saldamente il cuboide attorno ai bordi dell'oggetto. + **Adatta a terra**: dopo che un worker aggiunge un cuboide alla scena 3D, il worker può automaticamente agganciare il cuboide al terreno. Ad esempio, il worker può utilizzare questa caratteristica per agganciare un cuboide sulla strada o sul marciapiede nella scena. + **Etichettatura di più visualizzazioni**: dopo che un worker aggiunge un cuboide 3D alla scena 3D, un pannello laterale visualizza le prospettive frontali e a due vie per aiutare il worker ad adattare il cuboide attorno all'oggetto. I worker possono annotare il cloud di punti 3D, il pannello laterale e le regolazioni appaiono nelle altre viste in tempo reale. + **Fusione dei sensori**: se fornisci i dati per la fusione dei sensori, i worker possono adattare nelle scene 3D e nelle immagini 2D le annotazioni che quindi verranno proiettate nell'altra visualizzazione in tempo reale. + **Fusione automatica dei cuboidi**: i worker possono unire automaticamente due cuboidi in tutti i frame se determinano che i cuboidi con etichette diverse rappresentano effettivamente un singolo oggetto. + **Opzioni di visualizzazione**: consente ai worker di nascondere o visualizzare facilmente il testo dell'etichetta, una mesh di terra e altri attributi puntuali come il colore o l'intensità. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. # Dati di output relativi a un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D Quando crei un processo di etichettatura di tracciamento di oggetti della nuvola di punti 3D, le attività vengono inviate ai worker. Quando questi worker completano le attività, le relative annotazioni vengono scritte nel bucket Amazon S3 specificato al momento della creazione del processo di etichettatura. Il formato dei dati di output determina ciò che vedi nel tuo bucket Amazon S3 quando lo stato del processo di etichettatura () è. [LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax)`Completed` Se non hai familiarità con Ground Truth, consulta [Etichettatura dei dati di output di un processo](sms-data-output.md) per ulteriori informazioni sul formato dei dati di output in Ground Truth. Per informazioni sul formato dei dati di output del tracciamento di oggetti della nuvola di punti 3D, consulta [Output del monitoraggio di oggetti in una nuvola di punti 3D](sms-data-output.md#sms-output-point-cloud-object-tracking). # Informazioni per creare un processo di etichettatura di regolazione o verifica del tracciamento di oggetti in una nuvola di punti 3D Puoi creare un processo di etichettatura di regolazione e di verifica dell'etichetta utilizzando la console Ground Truth o l'API `CreateLabelingJob`. Per ulteriori informazioni sui processi di etichettatura di regolazione e di etichettatura di verifica e per scoprire come crearne uno, consulta [Verifica e aggiustamento delle etichette](sms-verification-data.md). Quando crei un processo di etichettatura di regolazione, i dati di input per il processo di etichettatura possono includere etichette e misurazioni di imbardata, rollio e beccheggio tratte da un precedente processo di etichettatura o da un’origine esterna. Nel processo di regolazione, beccheggio e rollio verranno visualizzati nell'interfaccia utente del worker, ma non possono essere modificati. L'imbardata è regolabile. Ground Truth utilizza gli angoli di Tait-Bryan con le seguenti rotazioni intrinseche per visualizzare imbardata, beccheggio e rollio nell'interfaccia utente del worker. Innanzitutto, la rotazione viene applicata al veicolo in base all'asse z (imbardata). Successivamente, il veicolo ruotato viene ruotato secondo l'asse y intrinseco (beccheggio). Infine, il veicolo viene ruotato secondo l'asse x intrinseco (rollio). # Informazioni sul tipo di attività di segmentazione semantica in una nuvola di punti 3D La segmentazione semantica comporta la classificazione dei singoli punti di una nuvola di punti 3D in categorie predefinite. Utilizza questo tipo di attività quando i worker devono creare una maschera di segmentazione semantica a livello di punto per le nuvole di punti 3D. Ad esempio, se specifichi le classi `car`, `pedestrian` e `bike`, i worker selezionano una classe alla volta e colorano tutti i punti che questa classe applica allo stesso colore nella nuvola di punti. Per questo tipo di attività, l'oggetto dati etichettato dai worker è un singolo frame della nuvola di punti. Ground Truth genera una visualizzazione di una nuvola di punti 3D utilizzando i dati della nuvola di punti forniti dall'utente. Puoi inoltre fornire i dati della telecamera per offrire ai worker maggiori informazioni visive sulle scene nel frame e per aiutare i worker a dipingere gli oggetti. Quando un worker dipinge un oggetto nell'immagine 2D o nella nuvola di punti 3D, il disegno viene visualizzato nell'altra visualizzazione. Puoi regolare o verificare le annotazioni create in un processo di etichettatura per il rilevamento di oggetti in una nuvola di punti 3D utilizzando il tipo di attività di etichettatura o regolazione della segmentazione semantica in una nuvola di punti 3D. Per ulteriori informazioni sui processi di etichettatura di regolazione e di etichettatura di verifica e per scoprire come crearne uno, consulta [Verifica e aggiustamento delle etichette](sms-verification-data.md). Se non hai familiarità con la modalità di etichettatura della nuvola di punti Ground Truth 3D, ti consigliamo di consultare [Panoramica dei processi di etichettatura in una nuvola di punti 3D](sms-point-cloud-general-information.md). Questa modalità di etichettatura è diversa da altri tipi di attività Ground Truth e in questo argomento viene fornita una panoramica dei dettagli importanti di cui devi essere consapevole quando crei un processo di etichettatura della nuvola di punti 3D. I seguenti argomenti spiegano come creare un processo di segmentazione semantica in una nuvola di punti 3D, mostrano l’aspetto dell’interfaccia dell’attività dei worker (ciò che visualizzano quando lavorano a questa attività) e forniscono una panoramica dei dati di output che si ottengono quando i worker completano le loro attività. **Topics** + [Creare un processo di etichettatura di segmentazione semantica in una nuvola di punti 3D](sms-point-cloud-semantic-segmentation-create-labeling-job.md) + [Visualizza l’interfaccia dell’attività dei worker per un processo di segmentazione semantica in una nuvola di punti 3D](sms-point-cloud-semantic-segmentation-worker-ui.md) + [Dati di output per un processo di segmentazione semantica in una nuvola di punti 3D](sms-point-cloud-semantic-segmentation-input-data.md) # Creare un processo di etichettatura di segmentazione semantica in una nuvola di punti 3D Puoi creare un lavoro di etichettatura con nuvole di punti 3D utilizzando la console SageMaker AI o il funzionamento dell'API,. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Per creare un processo di etichettatura per questo tipo di attività è necessario quanto segue: + Un file manifest di input a frame singolo. Per informazioni su come creare questo tipo di file manifest, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). Se non hai familiarità con la modalità di etichettatura della nuvola di punti 3D Ground Truth, ti consigliamo di leggere [Formati dati 3D non elaborati accettati](sms-point-cloud-raw-data-types.md). + Un team di lavoro di una forza lavoro privata o di fornitore. Non puoi utilizzare i worker di Amazon Mechanical Turk per i processi di etichettatura della nuvola di punti 3D. Per informazioni su come creare forza lavoro e team di lavoro, consulta [Forza lavoro](sms-workforce-management.md). + Un file di configurazione della categoria di etichetta. Per ulteriori informazioni, consulta [File di configurazione delle categoria di etichettatura con riferimento alle categorie di etichette e agli attributi dei frame](sms-label-cat-config-attributes.md). Inoltre, assicurati di aver esaminato e applicato quanto descritto in [Assegnare le autorizzazioni IAM per utilizzare Ground Truth](sms-security-permission.md). Le sezioni seguenti forniscono informazioni su come creare un processo di etichettatura utilizzando la console o un'API. ## Creare un processo di etichettatura (console) Puoi seguire le istruzioni [Creare un processo di etichettatura (console)](sms-create-labeling-job-console.md) per imparare a creare un lavoro di etichettatura semantica di segmentazione con nuvole di punti 3D nella console AI. SageMaker Durante la creazione del processo di etichettatura, tieni presente quanto segue: + Il file manifest di input deve essere un file manifest a frame singolo. Per ulteriori informazioni, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). + L'etichettatura automatizzata dei dati e il consolidamento dell'annotazione non sono supportati per le attività di etichettatura della nuvola di punti 3D. + I processi di etichettatura di segmentazione semantica della nuvola di punti 3D possono richiedere più ore per essere completati. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura quando selezioni il team di lavoro (fino a 7 giorni o 604800 secondi). ## Creare un processo di etichettatura (API) Questa sezione descrive i dettagli che è necessario conoscere quando si crea un lavoro di etichettatura utilizzando l'operazione API. SageMaker `CreateLabelingJob` Questa API definisce questa operazione per tutti AWS SDKs. Per visualizzare un elenco delle lingue specifiche SDKs supportate per questa operazione, **consulta la sezione Vedere anche** di. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) La pagina [Creare un processo di etichettatura (API)](sms-create-labeling-job-api.md) fornisce una panoramica dell'operazione `CreateLabelingJob`. Segui queste istruzioni ed effettua le seguenti operazioni durante la configurazione della richiesta: + Immetti un ARN per `HumanTaskUiArn`. Utilizza `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudSemanticSegmentation`. Sostituisci `` con la Regione AWS in cui stai creando il processo di etichettatura. Non inserire una voce per il parametro `UiTemplateS3Uri`. + Il tuo [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName) deve finire con `-ref`. Ad esempio, `ss-labels-ref`. + Il file manifest di input deve essere un file manifest a frame singolo. Per ulteriori informazioni, consulta [Creazione di un file manifest di input del frame di nuvola di punti](sms-point-cloud-single-frame-input-data.md). + Specifica le etichette e le istruzioni per il worker in un file di configurazione della categoria di etichetta. Consulta [File di configurazione delle categoria di etichettatura con riferimento alle categorie di etichette e agli attributi dei frame](sms-label-cat-config-attributes.md) per le istruzioni per creare questo file. + È necessario fornire un valore predefinito ARNs per le funzioni Lambda di pre-annotazione e post-annotazione (ACS). Queste ARNs sono specifiche della AWS regione che utilizzi per creare il tuo lavoro di etichettatura. + Per trovare l'ARN Lambda di pre-annotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto. Ad esempio, se stai creando il processo di etichettatura in us-east-1, l'ARN sarà `arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation`. + Per trovare l'ARN Lambda di postannotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto. Ad esempio, se stai creando il processo di etichettatura in us-east-1, l'ARN sarà `arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation`. + Il numero di worker specificato in `NumberOfHumanWorkersPerDataObject` deve essere `1`. + L'etichettatura automatizzata dei dati non è supportata per i processi di etichettatura della nuvola di punti 3D. Non è necessario specificare i valori per i parametri in `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`. + I processi di etichettatura di segmentazione semantica della nuvola di punti 3D possono richiedere più ore per essere completati. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura in `TaskTimeLimitInSeconds` (fino a 7 giorni o 604800 secondi). # Visualizza l’interfaccia dell’attività dei worker per un processo di segmentazione semantica in una nuvola di punti 3D Ground Truth fornisce ai worker un portale Web e gli strumenti per completare le attività di annotazione della segmentazione semantica della nuvola di punti 3D. Quando crei il processo di etichettatura, fornisci il nome della risorsa Amazon (ARN) per un'interfaccia utente Ground Truth predefinita nel parametro `HumanTaskUiArn`. Quando crei un processo di etichettatura utilizzando questo tipo di attività nella console, l'interfaccia utente viene utilizzata automaticamente. Puoi visualizzare in anteprima e interagire con l'interfaccia utente del worker quando crei un processo di etichettatura nella console. Se sei un nuovo utente, ti consigliamo di creare un processo di etichettatura utilizzando la console per assicurarti che gli attributi di etichetta, i frame della nuvola di punti e, se applicabile, le immagini vengano visualizzati come previsto. Di seguito è riportata una GIF dell'interfaccia delle attività del worker di segmentazione semantica della nuvola di punti 3D. Se specifichi i dati della telecamera per la fusione dei sensori, le immagini vengono abbinate a scene nel frame della nuvola di punti. I worker possono dipingere oggetti nella nuvola di punti 3D o nell'immagine 2D e l'oggetto dipinto viene visualizzato nella posizione corrispondente nell'altro supporto. Queste immagini vengono visualizzate nel portale dei worker, come illustrato nella seguente GIF. ![\[GIF che mostra come i worker possono utilizzare insieme la nuvola di punti 3D e l’immagine 2D per dipingere oggetti.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_paint_sf.gif) Il worker può navigare nella scena 3D utilizzando la tastiera e il mouse. In particolare, può: + Fare doppio clic su oggetti specifici nella nuvola di punti per ingrandirli. + Usare la rotella del mouse o un trackpad per ingrandire e ridurre la nuvola di punti. + Usa entrambi i tasti freccia della tastiera e i tasti Q, E, A e D per spostarsi Su, Giù, Sinistra, Destra. Usare i tasti della tastiera W e S per ingrandire e ridurre. Il video seguente mostra i movimenti attorno alla nuvola di punti 3D. I worker possono comprimere ed espandere nuovamente tutte le visualizzazioni laterali e i menu. In questa GIF, le visualizzazioni laterali e i menu sono stati compressi. ![\[GIF che mostra come i worker possono spostarsi all’interno della nuvola di punti 3D.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_nav_worker_portal.gif) Nella GIF seguente viene illustrato come un worker può etichettare più oggetti rapidamente, perfezionare gli oggetti dipinti utilizzando l'opzione Svernicia e quindi visualizzare solo i punti che sono stati dipinti. ![\[GIF che mostra come un worker può etichettare più oggetti.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss-view-options.gif) Sono disponibili ulteriori opzioni di visualizzazione e caratteristiche. Consulta la [pagina delle istruzioni per il worker](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-worker-instructions-semantic-segmentation.html) per una panoramica completa dell'interfaccia utente di lavoro. **Strumenti per i worker** I worker possono navigare nella nuvola di punti 3D eseguendo lo zoom avanti e indietro e spostandosi in tutte le direzioni intorno alla nuvola utilizzando le scelte rapide del mouse e della tastiera. Quando crei un processo di segmentazione semantica, i worker dispongono dei seguenti strumenti: + Un pennello per dipingere e sverniciare oggetti. I worker dipingono gli oggetti selezionando una categoria di etichetta e quindi dipingendo nella nuvola di punti 3D. I worker sverniciano gli oggetti selezionando l'opzione Svernicia dal menu della categoria di etichetta e utilizzando il pennello per togliere la vernice. + Uno strumento poligono che i worker possono utilizzare per selezionare e dipingere un'area nella nuvola di punti. + Uno strumento di pittura per lo sfondo, che consente ai worker di dipingere dietro gli oggetti che hanno già annotato senza alterare le annotazioni originali. Ad esempio, i worker possono utilizzare questo strumento per dipingere la strada dopo aver dipinto tutte le auto sulla strada. + Opzioni di visualizzazione che consentono ai worker di nascondere o visualizzare facilmente il testo dell'etichetta, una maglia a terra e altri attributi di punto come il colore o l'intensità. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. # Dati di output per un processo di segmentazione semantica in una nuvola di punti 3D Quando crei un processo di etichettatura di segmentazione semantica della nuvola di punti 3D, le attività vengono inviate ai worker. Quando questi worker completano le attività, le relative annotazioni vengono scritte nel bucket Amazon S3 specificato al momento della creazione del processo di etichettatura. Il formato dei dati di output determina ciò che vedi nel tuo bucket Amazon S3 quando lo stato del processo di etichettatura () è. [LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax)`Completed` Se non hai familiarità con Ground Truth, consulta [Etichettatura dei dati di output di un processo](sms-data-output.md) per ulteriori informazioni sul formato dei dati di output in Ground Truth. Per informazioni sul formato dei dati di output del rilevamento di oggetti della nuvola di punti 3D, consulta [Output della segmentazione semantica in una nuvola di punti 3D](sms-data-output.md#sms-output-point-cloud-segmentation). # Informazioni sul tipo di attività di monitoraggio di oggetti in una nuvola di punti 3D-2D Utilizza questo tipo di attività quando desideri che i worker colleghino le annotazioni di nuvole di punti 3D alle annotazioni di immagini 2D e colleghino anche le annotazioni di immagini 2D tra varie videocamere. Attualmente, Ground Truth supporta i cuboidi per l'annotazione in una nuvola di punti 3D e i riquadri di delimitazione per l'annotazione nei video 2D. Ad esempio, puoi utilizzare questo tipo di attività per chiedere ai worker di collegare il movimento di un veicolo in una nuvola di punti 3D con il relativo video 2D. Utilizzando il collegamento 3D-2D, è possibile correlare facilmente i dati della nuvola di punti (come la distanza di un parallelepipedo) ai dati video (riquadro di delimitazione) per un massimo di 8 videocamere. Ground Truth fornisce ai worker gli strumenti per annotare i cuboidi in una nuvola di punti 3D e i riquadri di delimitazione in un massimo di 8 videocamere utilizzando la stessa interfaccia utente di annotazione. I worker possono anche collegare diversi riquadri di delimitazione per lo stesso oggetto su diverse videocamere. Ad esempio, un riquadro di delimitazione in videocamera1 può essere collegato a un riquadro di delimitazione in videocamera2. Ciò consente di correlare un oggetto su più videocamere mediante un ID univoco. **Nota** Attualmente, l' SageMaker intelligenza artificiale non supporta la creazione di un processo di collegamento 3D-2D utilizzando la console. Per creare un lavoro di collegamento 3D-2D utilizzando l'API, consulta. SageMaker [Creare un processo di etichettatura (API)](sms-3d-2d-point-cloud-object-tracking-create-labeling-job.md#sms-point-cloud-3d-2d-object-tracking-create-labeling-job-api) I seguenti argomenti spiegano come creare un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D-2D, mostrano l’aspetto dell’interfaccia dell’attività dei worker (ciò che visualizzano quando lavorano a questa attività) e forniscono una panoramica dei dati di output che si ottengono quando i worker completano le loro attività. **Topics** + [Creare un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D-2D](sms-3d-2d-point-cloud-object-tracking-create-labeling-job.md) + [Visualizzare l’interfaccia dell’attività dei worker per un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D-2D](sms-point-cloud-3d-2d-object-tracking-worker-ui.md) + [Dati di output per un processo di etichettatura per il tracciamento di oggetti 3D-2D](sms-point-cloud-3d-2d-object-tracking-output-data.md) # Creare un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D-2D È possibile creare un lavoro di etichettatura di nuvole di punti 3D-2D utilizzando l'operazione API,. SageMaker [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Per creare un processo di etichettatura per questo tipo di attività è necessario quanto segue: + Un team di lavoro di una forza lavoro privata o di fornitore. Non è possibile utilizzare Pubblica per i processi di etichettatura della nuvola di punti 3D. Per informazioni su come creare forza lavoro e team di lavoro, consulta [Forza lavoro](sms-workforce-management.md). + Aggiungi una policy CORS a un bucket S3 che contiene dati di input nella console Amazon S3. Per impostare le intestazioni CORS richieste sul bucket S3 che contiene le immagini di input nella console S3, segui le istruzioni dettagliate in [Requisiti per l’autorizzazione CORS.](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-cors-update.html) + Inoltre, assicurati di aver esaminato e applicato quanto descritto in [Assegnare le autorizzazioni IAM per utilizzare Ground Truth](sms-security-permission.md). Per informazioni su come creare un processo di etichettatura utilizzando l’API, consulta le sezioni seguenti. ## Creare un processo di etichettatura (API) Questa sezione descrive i dettagli che è necessario conoscere quando si crea un processo di etichettatura di oggetti 3D-2D utilizzando l'operazione API. SageMaker `CreateLabelingJob` Questa API definisce questa operazione per tutti. AWS SDKs Per visualizzare un elenco delle lingue specifiche SDKs supportate per questa operazione, **consulta la sezione Vedere anche** di. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) [Creare un processo di etichettatura (API)](sms-create-labeling-job-api.md) fornisce una panoramica dell'operazione `CreateLabelingJob`. Segui queste istruzioni ed effettua le seguenti operazioni durante la configurazione della richiesta: + Immetti un ARN per `HumanTaskUiArn`. Utilizza `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudObjectTracking`. Sostituisci `` con la Regione AWS in cui stai creando il processo di etichettatura. Non inserire una voce per il parametro `UiTemplateS3Uri`. + Il tuo [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName) deve finire con `-ref`. Ad esempio, `ot-labels-ref`. + Il file manifest di input deve essere un file manifest della sequenza di frame della nuvola di punti. Per ulteriori informazioni, consulta [Creazione di un file manifest di input della sequenza di nuvole di punti](sms-point-cloud-multi-frame-input-data.md). Devi inoltre fornire un file di configurazione della categoria di etichette, come indicato sopra. + È necessario fornire funzioni Lambda predefinite ARNs per le funzioni Lambda di pre-annotazione e post-annotazione (ACS). Queste ARNs sono specifiche della AWS regione che utilizzi per creare il tuo lavoro di etichettatura. + Per trovare l'ARN Lambda di pre-annotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto che termina con `PRE-3DPointCloudObjectTracking`. + Per trovare l'ARN Lambda di postannotazione, fai riferimento a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn). Utilizza la Regione in cui stai creando il processo di etichettatura per trovare l'ARN corretto che termina con `ACS-3DPointCloudObjectTracking`. + Il numero di worker specificato in `NumberOfHumanWorkersPerDataObject` deve essere `1`. + L'etichettatura automatizzata dei dati non è supportata per i processi di etichettatura della nuvola di punti 3D. Non è necessario specificare i valori per i parametri in `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`. + I processi di etichettatura per il monitoraggio di oggetti i3D-2D possono richiedere più ore per il completamento. Puoi specificare un limite di tempo più lungo per questi processi di etichettatura in `TaskTimeLimitInSeconds` (fino a 7 giorni o 604.800 secondi). **Nota** Dopo aver creato con successo un processo di monitoraggio di oggetti 3D-2D, esso viene visualizzato sulla console insieme ai processi di etichettatura. Il tipo di attività per il processo viene visualizzato come **Monitoraggio di oggetti nuvola di punti**. ## Formato dei dati di input È possibile creare un processo di tracciamento di oggetti 3D-2D utilizzando l'operazione API, SageMaker . [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Per creare un processo di etichettatura per questo tipo di attività è necessario quanto segue: + Un file manifest di input di sequenza. Per informazioni su come creare questo tipo di file manifest, consulta [Creazione di un file manifest di input della sequenza di nuvole di punti](sms-point-cloud-multi-frame-input-data.md). Se non hai familiarità con la modalità di etichettatura della nuvola di punti Ground Truth 3D, ti consigliamo di leggere [Formati dati 3D non elaborati accettati](sms-point-cloud-raw-data-types.md). + Specifica le etichette, la categoria di etichette e gli attributi dei fotogrammi, e le istruzioni per il worker in un file di configurazione della categoria di etichetta. Per ulteriori informazioni, consulta [Creazione di un file di configurazione della categoria di etichettatura con gli attributi Categoria di etichette e Attributi frame](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-label-cat-config-attributes.html) per scoprire come creare questo file. Di seguito è riportato un esempio che mostra un file di configurazione della categoria di etichette per la creazione di un processo di monitoraggio di oggetti 3D-2D. ``` { "document-version": "2020-03-01", "categoryGlobalAttributes": [ { "name": "Occlusion", "description": "global attribute that applies to all label categories", "type": "string", "enum":[ "Partial", "Full" ] } ], "labels":[ { "label": "Car", "attributes": [ { "name": "Type", "type": "string", "enum": [ "SUV", "Sedan" ] } ] }, { "label": "Bus", "attributes": [ { "name": "Size", "type": "string", "enum": [ "Large", "Medium", "Small" ] } ] } ], "instructions": { "shortIntroduction": "Draw a tight cuboid around objects after you select a category.", "fullIntroduction": "

Use this area to add more detailed worker instructions.

" }, "annotationType": [ { "type": "BoundingBox" }, { "type": "Cuboid" } ] } ``` **Nota** È necessario fornire `BoundingBox` e `Cuboid` come AnnotationType nel file di configurazione della categoria di etichette per creare un processo di monitoraggio di oggetti 3D-2D. # Visualizzare l’interfaccia dell’attività dei worker per un processo di etichettatura per il tracciamento di oggetti in una nuvola di punti 3D-2D Ground Truth fornisce ai worker un portale Web e gli strumenti per completare le attività di annotazione del monitoraggio di oggetti della nuvola di punti 3D-2D. Quando crei il processo di etichettatura, fornisci il nome della risorsa Amazon (ARN) per un'interfaccia utente Ground Truth predefinita nel parametro `HumanTaskUiArn`. Per utilizzare l'interfaccia utente quando crei un processo di etichettatura per questo tipo di attività utilizzando l'API, devi fornire il `HumanTaskUiArn`. Puoi visualizzare in anteprima e interagire con l'interfaccia utente di lavoro quando crei un processo di etichettatura tramite l’API. Gli strumenti di annotazione fanno parte dell'interfaccia dell’attività del worker. Non sono disponibili per l'interfaccia in anteprima. L'immagine seguente mostra l'interfaccia dell’attività del worker utilizzata per l'attività di annotazione di monitoraggio di oggetti con nuvole di punti 3D-2D. ![\[L'interfaccia dell’attività del worker utilizzata per l'attività di annotazione di monitoraggio di oggetti con nuvole di punti 3D-2D.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/sms-sensor-fusion.png) Quando l'interpolazione è abilitata per impostazione predefinita. Dopo che un worker ha aggiunto un singolo cuboide, tale cuboide viene replicato in tutti i fotogrammi della sequenza con lo stesso ID. Se il worker regola il cuboide in un altro fotogramma, Ground Truth interpola il movimento di quell'oggetto e regola tutti i cuboidi tra i fotogrammi regolati manualmente. Inoltre, utilizzando la sezione di visualizzazione della videocamera, è possibile mostrare un cuboide con una proiezione (utilizzando il pulsante B per “alternare le etichette” nella visualizzazione della videocamera) che fornisce al worker un riferimento dalle immagini della videocamera. La precisione del cuboide rispetto alla proiezione dell'immagine si basa sulla precisione delle calibrazioni acquisite nei dati estrinseci e intrinseci. Se specifichi i dati della telecamera per la fusione dei sensori, le immagini vengono abbinate a scene nel frame della nuvola di punti. Nota che i dati della videocamera devono essere sincronizzati in base all'ora con i dati della nuvola di punti per garantire una rappresentazione accurata della nuvola di punti rispetto alle immagini su ogni fotogramma della sequenza, come mostrato nell'immagine seguente. ![\[Il file manifesto, il portale del worker con i dati della nuvola di punti e i dati della videocamera.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/3d_2d_link_ss.png) **Il file manifesto contiene i dati estrinseci e intrinseci e la posa per consentire la visualizzazione della proiezione del cuboide sull'immagine della videocamera utilizzando il pulsante P**. Il worker può navigare nella scena 3D utilizzando la tastiera e il mouse. In particolare, può: + Fare doppio clic su oggetti specifici nella nuvola di punti per ingrandirli. + Usare la rotella del mouse o un trackpad per ingrandire e ridurre la nuvola di punti. + Usa entrambi i tasti freccia della tastiera e i tasti Q, E, A e D per spostarsi Su, Giù, Sinistra, Destra. Usa i tasti della tastiera W e S per ingrandire e ridurre. Una volta che un worker posiziona un cuboide nella scena 3D, viene mostrata una visualizzazione laterale con le tre visualizzazioni laterali proiettate: superiore, laterale e posteriore. Queste visualizzazioni laterali mostrano i punti all'interno e attorno al cuboide posizionato e consentono ai worker di perfezionare i limiti del cuboide in quell'area. I worker possono ingrandire e ridurre ciascuna di queste visualizzazioni laterali utilizzando il mouse. Il worker deve prima selezionare il cuboide per disegnare un riquadro di delimitazione corrispondente su una qualsiasi delle visualizzazioni della videocamera. Questo collega il cuboide e il riquadro di delimitazione con un nome comune e un ID univoco. Il worker può anche disegnare prima un riquadro di delimitazione, selezionarlo e disegnare il cuboide corrispondente per collegarli. Sono disponibili ulteriori opzioni di visualizzazione e caratteristiche. Consulta la [pagina delle istruzioni per il worker](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-worker-instructions-object-tracking.html) per una panoramica completa dell'interfaccia utente di lavoro. ## Strumenti per i worker I worker possono navigare nella nuvola di punti 3D eseguendo lo zoom avanti e indietro e spostandosi in tutte le direzioni intorno alla nuvola utilizzando le scelte rapide del mouse e della tastiera. Se i worker fanno clic su un punto nella nuvola di punti, l'interfaccia utente esegue lo zoom automatico in quell'area. I worker possono utilizzare vari strumenti per disegnare un cuboide 3D attorno agli oggetti. Per ulteriori informazioni, consulta **Strumenti di etichettatura assistita** nella discussione seguente. Dopo che i worker hanno inserito un cuboide 3D nella nuvola di punti, possono regolare questi cuboidi per adattarsi perfettamente alle auto utilizzando una varietà di viste: direttamente nella nuvola di punti 3D, in una vista laterale con tre prospettive ingrandite della nuvola di punti attorno alla casella e, se si includono immagini per la fusione dei sensori, direttamente nell'immagine 2D. Opzioni di visualizzazione aggiuntive consentono ai worker di nascondere o visualizzare facilmente il testo dell'etichetta, una maglia a terra e altri attributi di punto. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. **Strumenti di etichettatura assistita** Ground Truth consente ai worker di annotare le nuvole di punti 3D in modo più rapido e accurato utilizzando UX, gli strumenti di etichettatura assistita basati sul Machine Learning e gli strumenti di etichettatura assistita basati sulla visione artificiale per le attività di tracciamento di oggetti della nuvola di punti 3D. Per questo tipo di attività sono disponibili i seguenti strumenti di etichettatura assistita: + **Compilazione automatica delle etichette**: quando un worker aggiunge un cuboide a un fotogramma con le stesse dimensioni, orientamento e posizione xyz, viene aggiunto automaticamente a tutti i fotogrammi della sequenza. + **Interpolazione etichette**: dopo che un worker ha etichettato un singolo oggetto in due fotogrammi, Ground Truth utilizza tali annotazioni per interpolare il movimento dell'oggetto tra tutti i fotogrammi. L'interpolazione delle etichette può essere attivata e disattivata. È attivata per impostazione predefinita. Ad esempio, se un worker che lavora con 5 fotogrammi aggiunge un cuboide nel fotogramma 2, esso viene copiato in tutti i 5 fotogrammi. Se poi il worker effettua delle regolazioni nel fotogramma 4, i fotogrammi 2 e 4 a quel punto agiscono come due punti attraverso i quali viene inserita una linea. Il cuboide viene quindi interpolato nei fotogrammi 1, 3 e 5. + **Gestione in blocco di etichette e attributi**: i worker possono aggiungere, eliminare e rinominare annotazioni, attributi delle categorie di etichette e attributi dei fotogrammi in blocco. + I worker possono eliminare manualmente le annotazioni per un determinato oggetto prima o dopo un fotogramma o in tutti i fotogrammi. Ad esempio, un worker può eliminare tutte le etichette per un oggetto dopo il frame 10 se tale oggetto non si trova più nella scena successiva al frame. + Se un worker elimina accidentalmente tutte le annotazioni relative a un oggetto, può aggiungerle nuovamente. Ad esempio, se un worker elimina tutte le annotazioni per un oggetto prima del frame 100, può aggiungerle in blocco a tali frame. + I worker possono rinominare un'etichetta in un frame e tutti i cuboidi 3D assegnati a tale etichetta vengono aggiornati con il nuovo nome in tutti i frame. + I worker possono utilizzare la modifica in blocco per aggiungere o modificare gli attributi delle categorie di etichette e gli attributi dei frame in più frame. + **Aggancio**: i worker possono aggiungere un cuboide attorno a un oggetto e utilizzare un tasto di scelta rapida o un'opzione di menu per fare in modo che lo strumento di autofit di Ground Truth agganci saldamente il cuboide attorno ai bordi dell'oggetto. + **Adatta a terra**: dopo che un worker aggiunge un cuboide alla scena 3D, il worker può automaticamente agganciare il cuboide al terreno. Ad esempio, il worker può utilizzare questa caratteristica per agganciare un cuboide sulla strada o sul marciapiede nella scena. + **Etichettatura di più visualizzazioni**: dopo che un worker aggiunge un cuboide 3D alla scena 3D, un pannello laterale visualizza le prospettive frontali e a due vie per aiutare il worker ad adattare il cuboide attorno all'oggetto. I worker possono annotare il cloud di punti 3D, il pannello laterale e le regolazioni appaiono nelle altre viste in tempo reale. + **Fusione dei sensori**: se fornisci i dati per la fusione dei sensori, i worker possono adattare nelle scene 3D e nelle immagini 2D le annotazioni che quindi sono proiettate nell'altra visualizzazione in tempo reale. Per ulteriori informazioni sui dati relativi alla fusione dei sensori, consulta [Comprendere i sistemi di coordinate e la fusione dei sensori](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-sensor-fusion-details.html#sms-point-cloud-sensor-fusion). + **Unisci automaticamente cuboidi**: i worker possono unire automaticamente due cuboidi in tutti i fotogrammi se determinano che i cuboidi con etichette diverse rappresentano effettivamente un singolo oggetto. + **Opzioni di visualizzazione**: consente ai worker di nascondere o visualizzare facilmente il testo dell'etichetta, una mesh di terra e altri attributi puntuali come il colore o l'intensità. I worker possono anche scegliere tra proiezioni prospettiche e ortogonali. # Dati di output per un processo di etichettatura per il tracciamento di oggetti 3D-2D Quando crei un processo di etichettatura di monitoraggio di oggetti 3D-2D, le attività vengono inviate ai worker. Quando questi worker completano le attività, le relative annotazioni vengono scritte nel bucket Amazon S3 specificato al momento della creazione del processo di etichettatura. Il formato dei dati di output determina ciò che vedi nel tuo bucket Amazon S3 quando lo stato del processo di etichettatura () è. [LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax)`Completed` Se non hai familiarità con Ground Truth, consulta [Etichettatura dei dati di output di un processo](sms-data-output.md) per ulteriori informazioni sul formato dei dati di output in Ground Truth. Per informazioni sul formato dei dati di output del tracciamento di oggetti della nuvola di punti 3D-2D, consulta [Output del monitoraggio di oggetti in una nuvola di punti 3D-2D](sms-data-output.md#sms-output-3d-2d-point-cloud-object-tracking).