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。

# 動画フレーム入力データを自動設定する
<a name="sms-video-automated-data-setup"></a>

Ground Truth 自動データ設定を使用すると、Amazon S3 バケット内の動画ファイルを自動的に検出し、それらのファイルから動画フレームを抽出できます。この方法の詳細は、「[動画ファイルを提供する](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction)」を参照してください。

Amazon S3 に既に動画フレームがある場合は、自動データ設定を使用して、ラベル付けジョブでこれらの動画フレームを使用できます。このオプションでは、単一の動画のすべての動画フレームを一意のプレフィックスを使用して保存する必要があります。このオプションの使用要件については、「[動画フレームを提供する](sms-point-cloud-video-input-data.md#sms-video-provide-frames)」を参照してください。

Ground Truth を使用した自動入力データセット接続の設定方法については、次のセクションのいずれかを選択してください。

## 動画ファイルの提供とフレームの抽出
<a name="sms-video-provide-files-auto-setup-console"></a>

次の手順に従って、動画ファイルを Ground Truth に接続し、動画フレームオブジェクト検出とオブジェクト追跡のラベル付けジョブ用に、これらのファイルから動画フレームを自動的に抽出します。

**注記**  
自動データ設定コンソールツールを使用して 10 個を超える動画ファイルから動画フレームを抽出する場合は、ツールが生成するマニフェストファイルを変更するか、10 個以下の動画フレームシーケンスファイルを含めるように新しいマニフェストファイルを作成する必要があります。詳細については[動画ファイルを提供する](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction)を参照してください。

動画ファイルが、自動データ設定を実行するリージョンと同じ AWS リージョンの Amazon S3 バケットに保存されていることを確認してください。

**Amazon S3 内の動画ファイルを Ground Truth で自動的に接続し、動画フレームを抽出します。**

1. Amazon SageMaker AI コンソール ([https://console.aws.amazon.com/sagemaker/groundtruth](https://console.aws.amazon.com//sagemaker/groundtruth)) の **[ラベリングジョブの作成]** ページに移動します。

   入力と出力の S3 バケットは、ラベル付けジョブを作成するのと同じ AWS リージョンに配置されている必要があります。このリンクをクリックすると、バージニア北部 (us-east-1) AWS リージョンに移動します。入力データが別のリージョンの Amazon S3 バケットにある場合は、そのリージョンに切り替えます。 AWS リージョンを変更するには、[ナビゲーションバー](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/getting-started.html#select-region)で、現在表示されているリージョンの名前を選択します。

1. **[Create labeling job]** (ラベル付けジョブを作成する) を選択します 。

1. **[Job name]** (ジョブ名) を入力します。

1. **[Input data setup]** (入力データの設定) セクションで、**[Automated data setup]** (自動データ設定) を選択します。

1. **入力データセットの S3 の場所**の Amazon S3 URI を入力します。S3 URI は次のようになります。`s3://amzn-s3-demo-bucket/path-to-files/`。この URI は、動画ファイルが保存されている Amazon S3 の場所を指している必要があります。

1. **出力データセットの S3 の場所**を指定します。これが、データが保存される場所です。**入力データセットと同じ場所**に出力データを保存するように選択するか、**新しい場所を指定**し、出力データを保存する場所の S3 URI を入力できます。

1. ドロップダウンリストを使用して、**[Data type]** (データ型) の **[Video Files]** (動画ファイル) を選択します。

1. **[Yes, extract frames for object tracking and detection tasks]** (はい、オブジェクトの追跡と検出タスク用のフレームを抽出します) を選択します。

1. **[Frame extraction]** (フレーム抽出) のメソッドを選択します。
   + **[Use all frames extracted from the video to create a labeling task]** (ビデオから抽出されたすべてのフレームを使用してラベル付けタスクを作成する) を選択すると、Ground Truth は、すべてのフレームを **S3 の入力データセットの場所**の各動画から最大 2,000 フレーム抽出します。入力データセット内の動画に 2,000 個を超えるフレームが含まれている場合は、最初の 2,000 個が抽出され、そのラベル付けタスクに使用されます。
   + **[Use every *x* frame from a video to create a labeling task]** (動画の x 個ごとのフレームを使用してラベル付けタスクを作成する) を選択すると、Ground Truth は、**入力データセットの S3 の場所**にある各動画から、*x* 個ごとにフレームを抽出します。

     例えば、動画の長さが 2 秒で、[フレームレート](https://en.wikipedia.org/wiki/Frame_rate)が 30 フレーム/秒の場合、動画には 60 フレームがあります。ここで 10 を指定すると、Ground Truth は動画から 10 個ごとにフレーム抽出します。つまり、1 個目、10 個目、20 個目、30 個目、40 個目、50 個目、60 個目のフレームが抽出されます。

1. IAM 実行ロールを選択または作成します。このロールに、ステップ 5 と 6 で指定された入出力データの Amazon S3 の場所へのアクセス許可があることを確認します。

1. **[Complete data setup]** (完全なデータセットアップ) を選択します。

## 動画フレームを提供する
<a name="sms-video-provide-frames-auto-setup-console"></a>

動画フレームオブジェクトの検出とオブジェクト追跡のラベル付けジョブで、一連の動画フレームを Ground Truth に接続するには、次の手順を実行します。

自動データ設定を実行するリージョンと同じ AWS リージョンの Amazon S3 バケットに、動画フレームが保存されていることを確認します。動画フレームの各シーケンスには一意のプレフィックスを付ける必要があります。例えば、`s3://amzn-s3-demo-bucket/video-frames/sequences/` に 2 つのシーケンスが格納されている場合は、それぞれに `sequence1` と `sequence2` のような一意のプレフィックスが必要です。両方とも `/sequences/` プレフィックス直下に配置する必要があります。上記の例では、これらの 2 つのシーケンスの位置は次のようになります。`s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/` と `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/`。

**Amazon S3 の動画フレームを Ground Truth で自動的に接続します。**

1. Amazon SageMaker AI コンソール ([https://console.aws.amazon.com/sagemaker/groundtruth](https://console.aws.amazon.com//sagemaker/groundtruth)) の **[ラベリングジョブの作成]** ページに移動します。

   入力と出力の S3 バケットは、ラベル付けジョブを作成するのと同じ AWS リージョンに配置されている必要があります。このリンクをクリックすると、バージニア北部 (us-east-1) AWS リージョンに移動します。入力データが別のリージョンの Amazon S3 バケットにある場合は、そのリージョンに切り替えます。 AWS リージョンを変更するには、[ナビゲーションバー](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/getting-started.html#select-region)で、現在表示されているリージョンの名前を選択します。

1. **[Create labeling job]** (ラベル付けジョブを作成する) を選択します 。

1. **[Job name]** (ジョブ名) を入力します。

1. **[Input data setup]** (入力データの設定) セクションで、**[Automated data setup]** (自動データ設定) を選択します。

1. **入力データセットの S3 の場所**の Amazon S3 URI を入力します。

   これは、シーケンスが保存されている Amazon S3 の場所である必要があります。例えば、`s3://amzn-s3-demo-bucket/video-frames/sequences/sequence1/` と `s3://amzn-s3-demo-bucket/video-frames/sequences/sequence2/` に 2 つのシーケンスが格納されている場合、ここに `s3://amzn-s3-demo-bucket/video-frames/sequences/` と入力します。

1. **出力データセットの S3 の場所**を指定します。これが、データが保存される場所です。**入力データセットと同じ場所**に出力データを保存するように選択するか、**新しい場所を指定**し、出力データを保存する場所の S3 URI を入力できます。

1. ドロップダウンリストを使用して、**[Data type]** (データ型) の **[Video frames]** (動画フレーム) を選択します。

1. IAM 実行ロールを選択または作成します。このロールに、ステップ 5 と 6 で指定された入出力データの Amazon S3 の場所へのアクセス許可があることを確認します。

1. **[Complete data setup]** (完全なデータセットアップ) を選択します。

これらの手順によって、ステップ 5 で指定した入力データセットの入力マニフェストを Amazon S3 の場所に作成します。SageMaker API または、 AWS SDK を使用してラベル付けジョブを作成する場合は AWS CLI、この入力マニフェストファイルの Amazon S3 URI をパラメータ への入力として使用します`ManifestS3Uri`。