翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 自動セグメンテーションツール
<a name="sms-auto-segmentation"></a>

イメージのセグメンテーションは、イメージを複数のセグメント、またはラベル付きピクセルのセットに分割するプロセスです。Amazon SageMaker Ground Truth では、特定のラベルに該当するすべてのピクセルを識別するプロセスに、それらのピクセルへの色付きフィラーつまり「マスク」の適用が含まれます。一部のラベル付けジョブタスクには、セグメント化する必要のある多数のオブジェクトからなるイメージが含まれます。ワーカーがより短時間で正確にこれらのオブジェクトにラベル付けできるように、Ground Truth には、プライベートワークフォースとベンダーワークフォースに割り当てられるセグメンテーションタスク向けに自動セグメンテーションツールが用意されています。このツールでは、機械学習モデルを使用して、ワーカーからの最小限の入力により、イメージ内の個々のオブジェクトが自動的にセグメント化されます。ワーカーは、ワーカーコンソールにあるその他のツールを使用して、自動セグメンテーションツールによって生成されたマスクを絞り込むことができます。これにより、ワーカーはイメージセグメンテーションタスクをより迅速かつ正確に完了することができ、その結果、コストが削減され、ラベル品質が向上します。次のページでは、ツールとその使用について説明します。

**注記**  
自動セグメンテーションツールは、プライベートワークフォースまたはベンダーワークフォースに送信されるセグメンテーションタスクに使用できます。パブリックワークフォース (Amazon Mechanical Turk) に送信されるタスクには使用できません。

## ツールのプレビュー
<a name="sms-auto-segment-tool-preview"></a>

自動セグメンテーションツールを提供するラベル付けジョブがワーカーに割り当てられると、ツールの使用方法に関する詳細な手順が表示されます。例えば、ワーカーコンソールには以下のように表示されます。

![\[ワーカーコンソールでのツール使用方法の説明が付いた UI の例。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/sms/gifs/semantic-segmentation.gif)


ワーカーは **[View full instructions]** (手順をすべて表示) を使用して、ツールの使用方法を理解できます。ワーカーは目的のオブジェクトの 4 つの端点 (最上部、最下部、左端、右端のポイント) にポイントを配置する必要があり、ツールによってオブジェクトのマスクが自動的に生成されます。ワーカーは、提供されるその他のツールを使用するか、またはオブジェクトの処理されなかった小さい部分に対して自動セグメンテーションツールを使用して、マスクをさらに絞り込むことができます。

## 利用可能なツール
<a name="sms-auto-segment-tool-availability"></a>

Amazon SageMaker AI コンソールを使用してセマンティックセグメンテーションラベル付けジョブを作成する場合、自動セグメンテーションツールがワーカーのコンソールに自動的に表示されます。SageMaker AI コンソールでセマンティックセグメンテーションジョブを作成している間、ワーカーの手順を作成しながらツールをプレビューできます。SageMaker AI コンソールでセマンティックセグメンテーションラベル付けジョブを作成する方法については、「[開始方法: Ground Truth を使用して境界ボックスラベル付けジョブを作成する](sms-getting-started.md)」を参照してください。

SageMaker AI コンソールでカスタムインスタンスセグメンテーションラベル付けジョブを作成する場合や、Ground Truth API を使用してインスタンスまたはセマンティックセグメンテーションラベル付けジョブを作成する場合は、ワーカーのコンソールと手順を設計するためのカスタムタスクテンプレートを作成する必要があります。ワーカーコンソールに自動セグメンテーションツールを含めるには、カスタムタスクテンプレートで以下の条件が満たされていることを確認します。
+ API を使用して作成されたセマンティックセグメンテーションラベル付けジョブの場合、`<crowd-semantic-segmentation>` がタスクテンプレートにある。カスタムインスタンスセグメンテーションラベル付けジョブの場合、`<crowd-instance-segmentation>` タグがタスクテンプレートにある。
+ タスクがプライベートワークフォースまたはベンダーワークフォースに割り当てられている。
+ ラベルを付けるイメージは、ワーカーがアクセスできるように事前に署名されたAmazon Simple Storage Service (Amazon S3) オブジェクトである。これは、タスクテンプレートに `grant_read_access` フィルターが含まれている場合に当てはまります。`grant_read_access` フィルターの詳細については、「[Liquid を使用してオートメーションを追加する](sms-custom-templates-step2-automate.md)」を参照してください。

以下に示しているのは、カスタムインスタンスセグメンテーションラベル付けジョブのカスタムタスクテンプレートの例です。このテンプレートには、`<crowd-instance-segmentation/>` タグと `grant_read_access` Liquid フィルターが含まれています。

```
<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-instance-segmentation
    name="crowd-instance-segmentation"
    src="{{ task.input.taskObject | grant_read_access }}"
    labels="['Car','Road']"
   <full-instructions header="Segmentation instructions">
      Segment each instance of each class of objects in the image. 
    </full-instructions>

    <short-instructions>
      <p>Segment each instance of each class of objects in the image.</p>

      <h3 style="color: green">GOOD EXAMPLES</h3>
      <img src="path/to/image.jpg" style="width: 100%">
      <p>Good because A, B, C.</p>

      <h3 style="color: red">BAD EXAMPLES</h3>
      <img src="path/to/image.jpg" style="width: 100%">
      <p>Bad because X, Y, Z.</p>
    </short-instructions>
  </crowd-instance-segmentation>
</crowd-form>
```