기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 3D 포인트 클라우드 의미 체계 세분화 작업 유형 이해 의미 체계 분할에는 3D 포인트 클라우드의 개별 포인트를 미리 지정된 범주로 분류하는 작업이 포함됩니다. 작업자가 3D 포인트 클라우드에 대한 포인트 수준의 의미 체계 분할 마스크를 생성하도록 하려면 이 태스크 유형을 사용합니다. 예를 들어, 클래스 `car`, `pedestrian` 및 `bike`을 지정하는 경우 작업자는 한 번에 하나의 클래스를 선택하고 이 클래스가 적용되는 모든 포인트를 포인트 클라우드에서 동일한 색상으로 지정합니다. 이 작업 유형에서 작업자가 레이블을 지정하는 데이터 객체는 단일 포인트 클라우드 프레임입니다. Ground Truth는 사용자가 제공하는 포인트 클라우드 데이터를 이용하여 3D 포인트 클라우드 시각화를 생성합니다. 또한 카메라 데이터를 제공하여 작업자에게 프레임의 장면에 대한 자세한 시각적 정보를 제공하고 작업자가 객체를 페인팅하는 데 도움을 줄 수도 있습니다. 작업자가 2D 이미지 또는 3D 포인트 클라우드에서 객체를 페인트하면 다른 보기에 페인트가 표시됩니다. 또한 3D 포인트 클라우드 의미 체계 분할 조정 또는 레이블 지정 태스크 유형을 사용하여 3D 포인트 클라우드 객체 감지 레이블 지정 작업 시 생성된 주석을 조정하거나 검증할 수 있습니다. 조정 및 확인 레이블 지정 작업에 대해 자세히 알아보고 작업 생성 방법을 알아보려면 [레이블 확인 및 조정](sms-verification-data.md) 섹션을 참조하세요. Ground Truth 3D 포인트 클라우드 레이블 지정 양식을 처음 사용할 경우에는 [3D 포인트 클라우드 레이블 지정 작업 개요](sms-point-cloud-general-information.md)을(를) 검토하는 것이 좋습니다. 이 레이블 지정 양식은 다른 Ground Truth 작업 유형과 다릅니다. 그러므로 이 주제에서는 3D 포인트 클라우드 레이블 지정 작업을 생성할 때 알아야 할 중요한 세부 사항의 개요를 제공합니다. 다음 주제에서는 3D 포인트 클라우드 의미 체계 세분화 작업을 생성하고, 작업자 작업 인터페이스의 모양(작업자가 이 작업을 수행할 때 볼 수 있는 내용)을 보여주고, 작업자가 작업을 완료할 때 얻는 출력 데이터에 대한 개요를 제공합니다. **Topics** + [3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업 생성](sms-point-cloud-semantic-segmentation-create-labeling-job.md) + [3D 포인트 클라우드 의미 세분화 작업에 대한 작업자 작업 인터페이스 보기](sms-point-cloud-semantic-segmentation-worker-ui.md) + [3D 포인트 클라우드 의미 세분화 작업의 출력 데이터](sms-point-cloud-semantic-segmentation-input-data.md) # 3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업 생성 SageMaker AI 콘솔 또는 API 작업 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)을 사용하여 3D 포인트 클라우드 레이블링 작업을 생성할 수 있습니다. 이 태스크 유형에 대한 레이블 지정 작업을 생성하려면 다음이 필요합니다. + 단일 프레임 입력 매니페스트 파일. 이러한 유형의 매니페스트 파일을 생성하는 방법은 [포인트 클라우드 프레임 입력 매니페스트 파일 생성](sms-point-cloud-single-frame-input-data.md) 섹션을 참조하세요. Ground Truth 3D 포인트 클라우드 레이블 지정 양식을 처음 사용할 경우에는 [허용되는 원시 3D 데이터 형식](sms-point-cloud-raw-data-types.md)을(를) 검토하는 것이 좋습니다. + 개인 또는 공급업체 인력으로 구성된 작업 팀. 3D 포인트 클라우드 레이블 지정 작업에서는 Amazon Mechanical Turk 작업자를 사용할 수 없습니다. 인력 및 작업 팀을 생성하는 방법에 대한 자세한 내용은 [인력](sms-workforce-management.md) 섹션을 참조하세요. + 레이블 범주 구성 파일. 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요. 또한 [Ground Truth 사용을 위한 IAM 권한 할당](sms-security-permission.md)를 검토하여 이를 충족했는지 확인합니다 . 다음 섹션 중 하나를 사용하여 콘솔 또는 API를 이용해 레이블 지정 작업을 생성하는 방법을 알아봅니다. ## 레이블 지정 작업 생성(콘솔) 지침 [레이블 지정 작업 생성(콘솔)](sms-create-labeling-job-console.md)에 따라 SageMaker AI 콘솔에서 3D 포인트 클라우드 의미 체계 세분화 레이블링 작업을 생성하는 방법을 배울 수 있습니다. 레이블 지정 작업을 생성하는 동안 다음 사항에 유의하세요. + 입력 매니페스트 파일은 단일 프레임 매니페스트 파일이어야 합니다. 자세한 내용은 [포인트 클라우드 프레임 입력 매니페스트 파일 생성](sms-point-cloud-single-frame-input-data.md) 섹션을 참조하세요. + 3D 포인트 클라우드 레이블 지정 작업에는 자동화된 데이터 레이블 지정 및 주석 통합이 지원되지 않습니다. + 3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업을 완료하는 데 몇 시간이 걸릴 수 있습니다. 작업 팀을 선택할 때 이러한 레이블 지정 작업에 대해 더 긴 시간 제한을 지정할 수 있습니다(최대 7일 또는 604800초). ## 레이블 지정 작업 생성(API) 이 섹션에서는 SageMaker API 연산 `CreateLabelingJob`을(를) 사용하여 레이블 지정 작업을 생성할 때 알아야 할 세부 사항을 다룹니다. 이 API는 모든 AWS SDKs에 대해이 작업을 정의합니다. 이 작업에 지원되는 언어별 SDK의 목록을 확인하려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)의 **참고 항목** 섹션을 살펴보세요. [레이블 지정 작업 생성(API)](sms-create-labeling-job-api.md) 페이지에서는 `CreateLabelingJob` 연산에 대한 개요를 제공합니다. 다음 지침에 따라 요청을 구성하는 동안 다음을 수행합니다. + `HumanTaskUiArn`에 대한 ARN을 입력해야 합니다. `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudSemanticSegmentation`를 사용합니다. ``을(를) 레이블 지정 작업 생성 중인 AWS 리전으로 변경하세요. `UiTemplateS3Uri` 파라미터에 대한 입력값이 없어야 합니다. + [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)가 `-ref`에서 끝나야 합니다. 예를 들어 `ss-labels-ref`입니다. + 입력 매니페스트 파일은 단일 프레임 매니페스트 파일이어야 합니다. 자세한 내용은 [포인트 클라우드 프레임 입력 매니페스트 파일 생성](sms-point-cloud-single-frame-input-data.md) 섹션을 참조하세요. + 레이블 범주 구성 파일에서 레이블 및 작업자 지침을 지정합니다. 이 파일을 생성하는 방법에 대한 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요. + 사전 주석 및 사후 주석(ACS) Lambda 함수에 대해 사전 정의된 ARN을 제공해야 합니다. 이러한 ARN은 레이블 지정 작업을 생성하는 데 사용되는 AWS 리전에 따라 다릅니다. + 사전 주석 Lambda ARN을 찾는 방법은 [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)을(를) 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 올바른 ARN을 찾습니다. 예를 들어 us-east-1에서 레이블 지정 작업을 생성하는 경우 ARN은 `arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation`이 됩니다. + 사후 주석 Lambda ARN을 찾는 방법은 [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)을(를) 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 올바른 ARN을 찾습니다. 예를 들어 us-east-1에서 레이블 지정 작업을 생성하는 경우 ARN은 `arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation`이 됩니다. + `NumberOfHumanWorkersPerDataObject`에 지정된 작업자 수는 `1`이어야 합니다 . + 3D 포인트 클라우드 레이블 지정 작업에서는 자동 데이터 레이블 지정이 지원되지 않습니다. `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`에서 파라미터의 값을 지정하면 안 됩니다. + 3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업을 완료하는 데 몇 시간이 걸릴 수 있습니다. `TaskTimeLimitInSeconds`에서 이러한 레이블 지정 작업에 대해 더 긴 시간 제한을 지정할 수 있습니다(최대 7일 또는 604800초). # 3D 포인트 클라우드 의미 세분화 작업에 대한 작업자 작업 인터페이스 보기 Ground Truth는 3D 포인트 클라우드 의미 체계 세분화 주석 작업을 완료할 수 있는 웹 포털 및 도구를 작업자에게 제공합니다. 레이블 지정 작업을 생성할 때는 `HumanTaskUiArn` 파라미터에서 사전 빌드된 Ground Truth UI에 대한 Amazon 리소스 이름(ARN)을 제공해야 합니다. 콘솔에서 이 태스크 유형을 사용하여 레이블 지정 작업을 생성할 때 이러한 UI가 자동으로 사용됩니다. 콘솔에서 레이블 지정 작업을 생성할 때 작업자 UI를 미리 보고 상호 작용할 수 있습니다. 새 사용자인 경우 콘솔을 사용하여 레이블 지정 작업을 생성함으로써 레이블 속성, 포인트 클라우드 프레임 및 이미지(해당되는 경우)가 예상대로 나타나도록 하는 것이 좋습니다. 다음은 3D 포인트 클라우드 의미 체계 분할 작업자 태스크 인터페이스의 GIF입니다. 센서 융합을 위해 카메라 데이터를 제공하면 이미지가 포인트 클라우드 프레임의 장면과 일치됩니다. 작업자는 3D 포인트 클라우드 또는 2D 이미지에서 객체를 페인팅할 수 있으며 페인트는 다른 매체의 해당 위치에 나타납니다. 이러한 이미지는 다음 GIF에서와 같이 작업자 포털에 나타납니다. ![\[작업자가 3D 포인트 클라우드와 2D 이미지를 함께 사용하여 객체를 페인팅하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_paint_sf.gif) 작업자는 키보드와 마우스를 사용하여 3D 장면에서 탐색을 할 수 있습니다. 다음과 같은 작업이 가능합니다. + 포인트 클라우드의 특정 객체를 두 번 클릭하여 확대합니다. + 마우스 스크롤러나 트랙패드를 사용하여 포인트 클라우드를 확대 및 축소할 수 있습니다. + 키보드 화살표 키와 Q, E, A 및 D 키를 모두 사용하여 위, 아래, 왼쪽, 오른쪽으로 이동합니다. 키보드 키 W 및 S를 사용하여 확대 및 축소합니다. 다음 비디오에서는 3D 포인트 클라우드 주위에서의 이동을 보여줍니다. 작업자는 모든 측면 보기와 메뉴를 숨기거나 다시 확장할 수 있습니다. 이 GIF에서는 측면 보기와 메뉴가 축소되었습니다. ![\[작업자가 3D 포인트 클라우드를 이동하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_nav_worker_portal.gif) 다음 GIF에서는 작업자가 여러 객체에 신속하게 레이블을 지정하고 페인팅 취소 옵션을 사용하여 페인팅된 객체를 미세 조정한 다음, 페인팅된 포인트만 확인하는 방법을 보여 줍니다. ![\[작업자가 여러 객체에 레이블을 지정하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss-view-options.gif) 추가 보기 옵션 및 기능을 사용할 수 있습니다. 작업자 UI에 대한 포괄적인 개요는 [작업자 지침 페이지](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-worker-instructions-semantic-segmentation.html)를 참조하세요. **작업자 도구** 작업자는 마우스 및 키보드 단축키를 사용하여 확대/축소하고 클라우드 주위의 모든 방향으로 이동하여 3D 포인트 클라우드를 탐색할 수 있습니다. 의미 체계 분할 작업을 생성할 때 작업자는 다음과 같은 도구를 사용할 수 있습니다. + 객체의 페인팅 및 페인팅 취소를 위한 페인트 브러시. 작업자는 레이블 범주를 선택한 다음 3D 포인트 클라우드에서 페인팅을 수행하여 객체를 페인팅합니다. 작업자는 레이블 범주 메뉴에서 페인팅 취소 옵션을 선택하고 페인트 브러시를 사용하여 페인트를 지우면 객체의 페인팅을 취소합니다. + 작업자가 포인트 클라우드에서 영역을 선택하고 페인팅하는 데 사용할 수 있는 다각형 도구입니다. + 작업자가 원래 주석을 변경하지 않고 이미 주석을 추가한 객체 뒤에서 페인팅할 수 있게 해주는 배경 페인트 도구입니다. 예를 들어, 작업자는 도로에 있는 모든 자동차를 페인팅한 후 이 도구를 사용하여 도로를 페인팅할 수 있습니다. + 작업자가 레이블 텍스트, 지상 메시 및 색상이나 강도 같은 추가 포인트 속성을 손쉽게 숨기거나 볼 수 있게 해주는 보기 옵션입니다. 작업자는 원근 투영 및 직교 투영 중에서 선택할 수도 있습니다. # 3D 포인트 클라우드 의미 세분화 작업의 출력 데이터 3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업을 생성하면 태스크가 작업자에게 전송됩니다. 작업자가 작업을 완료하면 해당 작업의 주석이 레이블 지정 작업 생성 시 지정한 Amazon S3 버킷에 기록됩니다. 레이블 지정 작업 상태([LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax))가 `Completed`인 경우, 출력 데이터 형식에 따라 Amazon S3 버킷에 표시되는 내용이 정해집니다. Ground Truth를 처음 사용할 경우 [작업 출력 데이터 레이블 지정](sms-data-output.md)에서 Ground Truth 출력 데이터 형식의 세부 정보를 알아보세요. 3D 포인트 클라우드 객체 감지 출력 데이터 형식에 대한 자세한 내용은 [3D 포인트 클라우드 의미 체계 분할 출력](sms-data-output.md#sms-output-point-cloud-segmentation) 섹션을 참조하세요.