本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # 影片和影片影格標籤 您可利用 Ground Truth 將影片分類，並使用三種內建影片任務類型的其中一種來註釋影片影格 (從影片擷取的靜態影像)。這些任務類型利用 Amazon SageMaker AI 主控台、API 與特定語言 SDK，將建立影片與影片影格標籤工作的程序簡化。 + 影片剪輯分類 - 讓工作者能夠按您指定的類別將影片分類。例如，您可利用此任務類型要求工作者將影片分類為運動、喜劇、音樂與教育等主題。如需進一步了解，請參閱[分類影片](sms-video-classification.md)。 + 影片影格標籤工作 - 讓工作者能夠運用邊界框、折線、多邊形或關鍵點註釋工具來註釋從影片擷取的影片影格。Ground Truth 提供兩種內建任務類型來標籤影片影格： + *影片影格物件偵測*：讓工作者能夠識別及定位影片影格的物件。 + *影片影格物件追蹤*：讓工作者能夠橫跨影片影格追蹤物件的移動。 + *影片影格調整工作*：要求工作者針對先前影片影格物件偵測或物件追蹤標籤工作來調整標籤、標籤類別屬性與影格屬性。 + *影片影格驗證工作*：要求工作者驗證先前影片影格物件偵測或物件追蹤標籤工作的標籤、標籤類別屬性與影格屬性。 如果您有影片檔案，則可運用 Ground Truth 自動影格擷取工具從影片擷取影片影格。如需進一步了解，請參閱[影片影格輸入資料](sms-video-frame-input-data-overview.md)。 **提示** 若要深入了解支援的檔案類型與輸入資料配額，請參閱[輸入資料](sms-data-input.md)。 **Topics** + [ # 分類影片 ](sms-video-classification.md) + [ # 影片影格 ](sms-video-task-types.md) + [ # 工作者指示 ](sms-video-worker-instructions.md) # 分類影片 需要工作者使用您指定的預先定義標籤來分類影片時，請使用 Amazon SageMaker Ground Truth 影片分類標籤任務。系統會向工作者顯示影片，並要求工作者為各個影片逐一選擇標籤。使用 Amazon SageMaker AI 主控台的 Ground Truth 區段或 [CreateLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 操作來建立影片分類標籤工作。 您的影片檔案必須以標籤資料的工作團隊所使用的瀏覽器所支援的格式進行編碼。建議您使用工作者使用者介面預覽驗證您的輸入資訊清單檔案中的所有影片檔案格式是否正確顯示。您可以使用工作者指示，將支援的瀏覽器傳達給工作者。若要查看支援的檔案格式，請參閱[支援的資料格式](sms-supported-data-formats.md)。 **重要** 對於此任務類型，如果您建立自己的資訊清單檔案，請使用 `"source-ref"` 來識別您要在 Amazon S3 標籤的每個影片檔案位置。如需詳細資訊，請參閱[輸入資料](sms-data-input.md)。 ## 建立影片分類標籤工作 (主控台) 您可以依照 [建立標籤工作 (主控台)](sms-create-labeling-job-console.md) 裡面的指示，了解如何在 SageMaker AI 主控台建立影片分類標籤工作。在步驟 10 中，從**任務類別**下拉式清單中選擇**影片**，然後選擇**影片分類**做為任務類型。 Ground Truth 提供類似下列標籤任務的工作者使用者介面。在主控台中建立標籤工作時，您可以指定指示以協助工作者完成工作，以及工作者可以選擇的標籤。 ![\[說明如何在 SageMaker AI 主控台建立影片分類標籤工作的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/vid_classification.gif) ## 建立影片分類標籤工作 (API) 本節涵蓋使用 SageMaker API 作業 `CreateLabelingJob` 建立標籤工作時，您需要知道的詳細資訊。此 API 會定義 AWS SDKs此操作。若要查看這項作業支援的特定語言 SDK 清單，請參閱 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 的**另請參閱**一節。 設定請求時，請遵循[建立標籤工作 (API)](sms-create-labeling-job-api.md)上的指示並執行下列動作： + 使用結尾為 `PRE-VideoClassification` 的註釋前 Lambda 函式。若要尋找您區域的註釋前 Lambda ARN，請參閱 [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn)。 + 使用結尾為 `ACS-VideoClassification` 的註釋合併 Lambda 函式。若要尋找您區域的註釋合併 Lambda ARN，請參閱 [AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_AnnotationConsolidationConfig.html#SageMaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)。 下列是用 [AWS Python SDK (Boto3) 請求](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)在美國東部 (維吉尼亞北部) 區域建立標籤工作的範例。 ``` response = client.create_labeling_job( LabelingJobName='example-video-classification-labeling-job, LabelAttributeName='label', InputConfig={ 'DataSource': { 'S3DataSource': { 'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json' } }, 'DataAttributes': { 'ContentClassifiers': [ 'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent', ] } }, OutputConfig={ 'S3OutputPath': 's3://bucket/path/file-to-store-output-data', 'KmsKeyId': 'string' }, RoleArn='arn:aws:iam::*:role/*, LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json', StoppingConditions={ 'MaxHumanLabeledObjectCount': 123, 'MaxPercentageOfInputDatasetLabeled': 123 }, HumanTaskConfig={ 'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*', 'UiConfig': { 'UiTemplateS3Uri': 's3://bucket/path/worker-task-template.html' }, 'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoClassification', 'TaskKeywords': [ 'Video Classification', ], 'TaskTitle': 'Video classification task', 'TaskDescription': 'Select a label to classify this video', 'NumberOfHumanWorkersPerDataObject': 123, 'TaskTimeLimitInSeconds': 123, 'TaskAvailabilityLifetimeInSeconds': 123, 'MaxConcurrentTaskCount': 123, 'AnnotationConsolidationConfig': { 'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoClassification' }, Tags=[ { 'Key': 'string', 'Value': 'string' }, ] ) ``` ### 提供影片分類的範本 如果您使用 API 來建立標籤工作，則必須在 `UiTemplateS3Uri` 中提供工作者任務範本。透過修改 `short-instructions`、`full-instructions` 和 `header` 來複製並修改下列範本。將此範本上傳至 Amazon S3，並在 `UiTemplateS3Uri` 中提供此檔案的 Amazon S3 URI。 ```
  1. Read the task carefully and inspect the video.
  2. Read the options and review the examples provided to understand more about the labels.
  3. Choose the appropriate label that best suits the video.

Good example

Enter description to explain the correct label to the workers

Bad example

Enter description of an incorrect label

 ``` ## 影片分類輸出資料 建立影片分類標籤工作後，您的輸出資料位於使用 API 時在 `S3OutputPath` 參數中指定的 Amazon S3 儲存貯體中，或在主控台**工作概觀**區段的**輸出資料集位置**欄位中。 若要進一步了解 Ground Truth 產生的輸出資訊清單檔案，以及 Ground Truth 用來儲存輸出資料的檔案結構，請參閱[標籤工作輸出資料](sms-data-output.md)。 若要檢視影片分類標籤工作的輸出資訊清單檔案範例，請參閱[分類任務輸出](sms-data-output.md#sms-output-class)。 # 影片影格 您可以使用 Ground Truth 內建影片影格任務類型，讓工作者使用邊界框、折線、多邊形或關鍵點來註釋影片影格。*影片影格*是從影片中擷取的影像序列。 如果您沒有影片影格，則可以提供影片檔案 (MP4 檔案) 並使用 Ground Truth 自動影格擷取工具擷取影片影格。如需詳細資訊，請參閱 [提供影片檔案](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction)。 您可以使用下列內建影片任務類型，使用 Amazon SageMaker AI 主控台、API 和特定語言 SDK 建立影片影格標籤工作。 + **影片影格物件偵測** — 當您希望工作者在影片影格序列中識別和尋找物件時，請使用此任務類型。您提供類別清單，而工作者可以一次選取一個類別，並在所有影格中註釋套用該類別的物件。例如，您可以使用此任務，要求工作者識別場景中的各種物件，例如汽車、自行車和行人，並進行本地化。 + **影片影格物件追蹤** — 當您希望工作者追蹤物件實例在影片影格序列間的移動時，請使用此任務類型。當工作者將註釋新增至單一影格時，該註釋會與唯一的實例 ID 相關聯。工作者會在所有其他影格中新增與相同 ID 相關聯的註釋，以識別相同的物件或人物。例如，工作者可以在汽車出現的每個影格中，在車輛周圍繪製與相同 ID 關聯的邊界框，藉此追蹤車輛在影片影格序列中的移動情況。 使用下方主題，以進一步了解這些內建任務類型，以及了解如何使用每個任務類型來建立標籤工作。請參閱[任務類型](sms-video-overview.md#sms-video-frame-tools)，以進一步了解適用於這些任務類型的註釋工具 (邊界框、折線、多邊形和關鍵點) 的資訊。 建立標籤工作之前，建議您先檢閱[影片影格標籤工作參考](sms-video-overview.md)。 **Topics** + [ # 使用影片影格物件偵測來識別物件 ](sms-video-object-detection.md) + [ # 使用影片影格物件追蹤來追蹤影片影格中的物件 ](sms-video-object-tracking.md) + [ # 影片影格標籤工作參考 ](sms-video-overview.md) # 使用影片影格物件偵測來識別物件 您可以使用影片影格物件偵測任務類型，讓工作者使用邊界框、折線、多邊形或關鍵點*註釋工具*，在影片影格序列 (從影片擷取的影像) 中識別和定位物件。您選擇的工具會定義您建立的影片影格任務類型。例如，您可以使用邊界框影片影格物件偵測任務類型工作者來識別一系列影片影格中的各種物件，例如汽車、自行車和行人，並進行本地化。您可以使用 Amazon SageMaker AI Ground Truth 主控台、SageMaker API 和語言特定 AWS SDKs 來建立影片影格物件偵測標籤工作。如需進一步了解，請參閱[建立影片影格物件偵測標籤工作](#sms-video-od-create-labeling-job)並選取您偏好的方法。請參閱[任務類型](sms-video-overview.md#sms-video-frame-tools)，以進一步了解有關在建立標籤工作時可以選擇的註釋工具資訊。 Ground Truth 提供了一個工作者使用者介面和工具來完成您的標籤工作任務：[預覽工作者使用者介面](#sms-video-od-worker-ui)。 您可以使用影片物件偵測調整任務類型來建立工作，以調整在影片物件偵測標籤工作中建立的註釋。如需進一步了解，請參閱[建立影片影格物件偵測調整或驗證標籤工作](#sms-video-od-adjustment)。 ## 預覽工作者使用者介面 Ground Truth 為工作者提供了一個 Web 使用者介面 (UI)，以完成您的影片影格物件偵測註釋任務。在主控台建立標籤工作時，您可以預覽工作者使用者介面並與之互動。如果您是新使用者，建議您使用小型輸入資料集，透過主控台建立標籤工作，以預覽工作者使用者介面，並確保影片影格、標籤和標籤屬性如預期般顯示。 使用者介面為工作者提供下列輔助標籤工具，以完成您的物件偵測任務： + 對於所有任務，工作者可以使用**複製到下一個**和**複製到所有**功能，將註釋分別複製到下一個影格或所有後續影格。 + 對於包含邊界框工具的任務，工作者可以使用**預測下一個**功能，在單一影格中繪製邊界框，然後讓 Ground Truth 預測所有其他影格中具有相同標籤之方框的位置。然後，工作者可以進行調整以修正預測的方框位置。 下列影片顯示工作者如何使用工作者使用者介面搭配邊界框工具來完成物件偵測任務。 ![\[顯示工作者如何將週框方塊工具用於物件偵測任務的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/kitti-od-general-labeling-job.gif) ## 建立影片影格物件偵測標籤工作 您可以使用 SageMaker AI 主控台或 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) API 作業建立影片影格物件偵測標籤工作。 本節假設您已檢閱[影片影格標籤工作參考](sms-video-overview.md)並選擇輸入資料的類型和您正在使用的輸入資料集連線。 ### 建立標籤工作 (主控台) 您可以依照 [建立標籤工作 (主控台)](sms-create-labeling-job-console.md) 裡面的指示，了解如何在 SageMaker AI 主控台建立影片影格物件追蹤工作。在步驟 10 中，從**任務類別**下拉式清單中選擇**影片 - 物件偵測**。在**任務選擇**中選取其中一張卡片，以選取您想要的任務類型。 ![\[顯示如何在 SageMaker AI 主控台建立影片影格物件追蹤工作的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/task-type-vod.gif) ### 建立標籤工作 (API) 您可以使用 SageMaker API 作業 `CreateLabelingJob` 建立物件偵測標籤工作。此 API 為所有 AWS SDK 定義此作業。若要查看這項作業支援的特定語言 SDK 清單，請參閱 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 的**另請參閱**章節。 [建立標籤工作 (API)](sms-create-labeling-job-api.md)提供 `CreateLabelingJob` 作業的概觀。設定請求時，請遵循這些指示並執行下列動作： + 您必須在 `HumanTaskUiArn` 中輸入 ARN。請使用 `arn:aws:sagemaker::394669845002:human-task-ui/VideoObjectDetection`。將 `` 取代為您建立標籤工作所在的 AWS 區域。 請勿包含 `UiTemplateS3Uri` 參數的項目。 + [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) 的結尾必須是 `-ref`。例如 `video-od-labels-ref`。 + 輸入資訊清單檔案必須是影片影格序列資訊清單檔案。您可以使用 SageMaker AI 主控台建立此資訊清單檔案，或手動建立此資訊清單檔案並將其上傳到 Amazon S3。如需詳細資訊，請參閱[輸入資料設定](sms-video-data-setup.md)。 + 您只能使用私有或廠商工作團隊來建立影片影格物件偵測標籤工作。 + 請在標籤類別組態檔案中指定標籤、標籤類別、影格屬性、任務類型和工作者指示。在標籤類別組態檔案中使用 `annotationType`，以指定任務類型 (邊界框、折線、多邊形或關鍵點)。如需詳細資訊，請參閱[有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)，以了解如何建立此檔案。 + 您必須為註釋前和註釋後 (ACS) Lambda 函式提供預先定義的 ARN。這些 ARN 專屬於您用來建立標籤工作的 AWS 區域。 + 若要尋找註釋前 Lambda ARN，請參閱 [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)。使用您建立標籤工作所在的區域，找出結尾為 `PRE-VideoObjectDetection` 的正確 ARN。 + 若要尋找註釋後 Lambda ARN，請參閱 [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)。使用您建立標籤工作所在的區域，找出結尾為 `ACS-VideoObjectDetection` 的正確 ARN。 + `NumberOfHumanWorkersPerDataObject` 中指定的工作者數目必須為 `1`。 + 影片影格標籤工作不支援自動資料標籤。請勿在 `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)` 中指定參數的值。 + 影片影格物件追蹤標籤工作可能需要數小時才能完成。您可以在 `TaskTimeLimitInSeconds` 中為這些標籤工作指定更長的時間限制 (最多 7 天，即 604,800 秒)。 下列是用 [AWS Python SDK (Boto3) 請求](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)在美國東部 (維吉尼亞北部) 區域建立標籤工作的範例。 ``` response = client.create_labeling_job( LabelingJobName='example-video-od-labeling-job, LabelAttributeName='label', InputConfig={ 'DataSource': { 'S3DataSource': { 'ManifestS3Uri': 's3://amzn-s3-demo-bucket/path/video-frame-sequence-input-manifest.json' } }, 'DataAttributes': { 'ContentClassifiers': [ 'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent', ] } }, OutputConfig={ 'S3OutputPath': 's3://amzn-s3-demo-bucket/prefix/file-to-store-output-data', 'KmsKeyId': 'string' }, RoleArn='arn:aws:iam::*:role/*, LabelCategoryConfigS3Uri='s3://bucket/prefix/label-categories.json', StoppingConditions={ 'MaxHumanLabeledObjectCount': 123, 'MaxPercentageOfInputDatasetLabeled': 123 }, HumanTaskConfig={ 'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*', 'UiConfig': { 'HumanTaskUiArn: 'arn:aws:sagemaker:us-east-1:394669845002:human-task-ui/VideoObjectDetection' }, 'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoObjectDetection', 'TaskKeywords': [ 'Video Frame Object Detection', ], 'TaskTitle': 'Video frame object detection task', 'TaskDescription': 'Classify and identify the location of objects and people in video frames', 'NumberOfHumanWorkersPerDataObject': 123, 'TaskTimeLimitInSeconds': 123, 'TaskAvailabilityLifetimeInSeconds': 123, 'MaxConcurrentTaskCount': 123, 'AnnotationConsolidationConfig': { 'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoObjectDetection' }, Tags=[ { 'Key': 'string', 'Value': 'string' }, ] ) ``` ## 建立影片影格物件偵測調整或驗證標籤工作 您可以使用 Ground Truth 主控台或 `CreateLabelingJob` API 來建立調整和驗證標籤工作。若要進一步了解調整和驗證標籤工作，以及了解如何建立標籤工作，請參閱[標籤驗證和調整](sms-verification-data.md)。 ## 輸出資料格式 當您建立影片影格物件偵測標籤工作時，任務會傳送至工作者。當這些工作者完成其任務時，標籤會寫入您建立標籤工作時指定的 Amazon S3 輸出位置。若要了解影片影格物件偵測輸出資料格式，請參閱[影片影格物件偵測輸出](sms-data-output.md#sms-output-video-object-detection)。如果您是 Ground Truth 的新使用者，請參閱[標籤工作輸出資料](sms-data-output.md)，進一步了解 Ground Truth 輸出資料格式。 # 使用影片影格物件追蹤來追蹤影片影格中的物件 您可以使用影片影格物件追蹤任務類型，讓工作者使用邊界框、折線、多邊形或關鍵點*註釋工具*，追蹤物件在影片影格 (從影片擷取的影像) 序列中的移動情況。您選擇的工具會定義您建立的影片影格任務類型。例如，您可以使用邊界框影片影格物件追蹤任務類型，要求工作者在物件周圍繪製方框，以追蹤物件 (例如汽車、自行車和行人) 的移動情況。 您可以提供類別清單，工作者新增至影片影格的每個註釋都會使用實例 ID 識別為該類別的*實例*。例如，如果您提供標籤類別汽車，則工作者註釋的第一輛汽車將具有實例 ID car:1。工作者註釋的第二輛汽車將具有實例 ID car:2。為了追蹤物件的移動，工作者會將與相同實例 ID 相關聯的註釋新增至所有影格中的物件。 您可以使用 Amazon SageMaker AI Ground Truth 主控台、SageMaker API 和語言特定 AWS SDKs 來建立影片影格物件追蹤標籤工作。如需進一步了解，請參閱[建立影片影格物件偵測標籤工作](sms-video-object-detection.md#sms-video-od-create-labeling-job)並選取您偏好的方法。請參閱[任務類型](sms-video-overview.md#sms-video-frame-tools)，以進一步了解有關在建立標籤工作時可以選擇的註釋工具資訊。 Ground Truth 提供了一個工作者使用者介面和工具來完成您的標籤工作任務：[預覽工作者使用者介面](sms-video-object-detection.md#sms-video-od-worker-ui)。 您可以使用影片物件偵測調整任務類型來建立工作，以調整在影片物件偵測標籤工作中建立的註釋。如需進一步了解，請參閱[建立影片影格物件偵測調整或驗證標籤工作](sms-video-object-detection.md#sms-video-od-adjustment)。 ## 預覽工作者使用者介面 Ground Truth 為工作者提供了一個 Web 使用者介面 (UI)，以完成您的影片影格物件追蹤註釋任務。在主控台建立標籤工作時，您可以預覽工作者使用者介面並與之互動。如果您是新使用者，建議您使用小型輸入資料集，透過主控台建立標籤工作，以預覽工作者使用者介面，並確保影片影格、標籤和標籤屬性如預期般顯示。 使用者介面為工作者提供下列輔助標籤工具，以完成您的物件追蹤任務： + 對於所有任務，工作者可以使用**複製到下一個**和**複製到所有**功能，分別將具有相同不重複的 ID 的註釋複製到下一個影格或所有後續影格。 + 對於包含邊界框工具的任務，工作者可以使用**預測下一個**功能，在單一影格中繪製邊界框，然後讓 Ground Truth 預測所有其他影格中具有相同不重複的 ID 之方框的位置。然後，工作者可以進行調整以修正預測的方框位置。 下列影片顯示工作者如何使用工作者使用者介面搭配邊界框工具來完成物件追蹤任務。 ![\[顯示工作者如何搭配使用週框方塊工具和預測下一個功能的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/ot_predict_next.gif) ## 建立影片影格物件追蹤標籤工作 您可以使用 SageMaker AI 主控台或 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) API 作業建立影片影格物件追蹤標籤工作。 本節假設您已檢閱[影片影格標籤工作參考](sms-video-overview.md)並選擇輸入資料的類型和您正在使用的輸入資料集連線。 ### 建立標籤工作 (主控台) 您可以依照 [建立標籤工作 (主控台)](sms-create-labeling-job-console.md) 裡面的指示，了解如何在 SageMaker AI 主控台建立影片影格物件追蹤工作。在步驟 10 中，從**任務類別**下拉式清單中選擇**影片 - 物件追蹤**。在**任務選擇**中選取其中一張卡片，以選取您想要的任務類型。 ![\[顯示如何在 SageMaker AI 主控台建立影片影格物件追蹤工作的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/task-type-vot.gif) ### 建立標籤工作 (API) 您可以使用 SageMaker API 作業 `CreateLabelingJob` 建立物件追蹤標籤工作。此 API 為所有 AWS SDK 定義此作業。若要查看這項作業支援的特定語言 SDK 清單，請參閱 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 的**另請參閱**章節。 [建立標籤工作 (API)](sms-create-labeling-job-api.md)提供 `CreateLabelingJob` 作業的概觀。設定請求時，請遵循這些指示並執行下列動作： + 您必須在 `HumanTaskUiArn` 中輸入 ARN。請使用 `arn:aws:sagemaker::394669845002:human-task-ui/VideoObjectTracking`。將 `` 取代為您建立標籤工作所在的 AWS 區域。 請勿包含 `UiTemplateS3Uri` 參數的項目。 + [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) 的結尾必須是 `-ref`。例如 `ot-labels-ref`。 + 輸入資訊清單檔案必須是影片影格序列資訊清單檔案。您可以使用 SageMaker AI 主控台建立此資訊清單檔案，或手動建立此資訊清單檔案並將其上傳到 Amazon S3。如需詳細資訊，請參閱[輸入資料設定](sms-video-data-setup.md)。如果您建立串流標籤工作，則輸入資訊清單檔案為選用。 + 您只能使用私有或廠商工作團隊來建立影片影格物件偵測標籤工作。 + 請在標籤類別組態檔案中指定標籤、標籤類別、影格屬性、任務類型和工作者指示。在標籤類別組態檔案中使用 `annotationType`，以指定任務類型 (邊界框、折線、多邊形或關鍵點)。如需詳細資訊，請參閱[有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)，以了解如何建立此檔案。 + 您必須為註釋前和註釋後 (ACS) Lambda 函式提供預先定義的 ARN。這些 ARNs 專屬於您用來建立標籤工作的 AWS 區域。 + 若要尋找註釋前 Lambda ARN，請參閱 [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)。使用您建立標籤工作所在的區域，找出結尾為 `PRE-VideoObjectTracking` 的正確 ARN。 + 若要尋找註釋後 Lambda ARN，請參閱 [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)。使用您建立標籤工作所在的區域，找出結尾為 `ACS-VideoObjectTracking` 的正確 ARN。 + `NumberOfHumanWorkersPerDataObject` 中指定的工作者數目必須為 `1`。 + 影片影格標籤工作不支援自動資料標籤。請勿在 `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)` 中指定參數的值。 + 影片影格物件追蹤標籤工作可能需要數小時才能完成。您可以在 `TaskTimeLimitInSeconds` 中為這些標籤工作指定更長的時間限制 (最多 7 天，即 604,800 秒)。 下列是用 [AWS Python SDK (Boto3) 請求](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)在美國東部 (維吉尼亞北部) 區域建立標籤工作的範例。 ``` response = client.create_labeling_job( LabelingJobName='example-video-ot-labeling-job, LabelAttributeName='label', InputConfig={ 'DataSource': { 'S3DataSource': { 'ManifestS3Uri': 's3://amzn-s3-demo-bucket/path/video-frame-sequence-input-manifest.json' } }, 'DataAttributes': { 'ContentClassifiers': [ 'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent', ] } }, OutputConfig={ 'S3OutputPath': 's3://amzn-s3-demo-bucket/prefix/file-to-store-output-data', 'KmsKeyId': 'string' }, RoleArn='arn:aws:iam::*:role/*, LabelCategoryConfigS3Uri='s3://bucket/prefix/label-categories.json', StoppingConditions={ 'MaxHumanLabeledObjectCount': 123, 'MaxPercentageOfInputDatasetLabeled': 123 }, HumanTaskConfig={ 'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*', 'UiConfig': { 'HumanTaskUiArn: 'arn:aws:sagemaker:us-east-1:394669845002:human-task-ui/VideoObjectTracking' }, 'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-VideoObjectTracking', 'TaskKeywords': [ 'Video Frame Object Tracking, ], 'TaskTitle': 'Video frame object tracking task', 'TaskDescription': Tracking the location of objects and people across video frames', 'NumberOfHumanWorkersPerDataObject': 123, 'TaskTimeLimitInSeconds': 123, 'TaskAvailabilityLifetimeInSeconds': 123, 'MaxConcurrentTaskCount': 123, 'AnnotationConsolidationConfig': { 'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-VideoObjectTracking' }, Tags=[ { 'Key': 'string', 'Value': 'string' }, ] ) ``` ## 建立影片影格物件追蹤調整或驗證標籤工作 您可以使用 Ground Truth 主控台或 `CreateLabelingJob` API 來建立調整和驗證標籤工作。若要進一步了解調整和驗證標籤工作，以及了解如何建立標籤工作，請參閱[標籤驗證和調整](sms-verification-data.md)。 ## 輸出資料格式 當您建立影片影格物件追蹤標籤工作時，任務會傳送至工作者。當這些工作者完成其工作時，標籤會寫入您建立標籤工作時指定的 Amazon S3 輸出位置。若要了解影片影格物件追蹤輸出資料格式，請參閱[影片影格物件追蹤輸出](sms-data-output.md#sms-output-video-object-tracking)。如果您是 Ground Truth 的新使用者，請參閱[標籤工作輸出資料](sms-data-output.md)，進一步了解 Ground Truth 輸出資料格式。 # 影片影格標籤工作參考 參考此頁面，了解物件偵測和物件追蹤影片影格標籤工作。本頁面上的資訊適用於這兩種內建任務類型。 由於以下原因，影片影格標籤工作是特別的工作： + 您可以提供準備好註釋的資料物件 (視片影格)，也可以提供影片檔案，讓 Ground Truth 自動擷取影片影格。 + 工作者可以隨時儲存工作進度。 + 您無法使用 Amazon Mechanical Turk 人力來完成標記任務。 + Ground Truth 提供了一款工作者介面，以及輔助式和基本的標籤工具，協助工作者完成您的任務。您不需要提供工作者任務範本。 請透過下列主題，進一步了解影片影格標籤工作。 **Topics** + [ ## 輸入資料 ](#sms-video-input-overview) + [ ## 工作完成時間 ](#sms-video-job-completion-times) + [ ## 任務類型 ](#sms-video-frame-tools) + [ ## 人力資源 ](#sms-video-workforces) + [ ## 工作者使用者介面 (UI) ](#sms-video-worker-task-ui) + [ ## 影片影格任務權限要求 ](#sms-security-permission-video-frame) ## 輸入資料 影片影格標籤工作會使用影片影格的*序列*。單一序列是從單個影片中擷取的一系列影像。您可以提供自己的影片影格序列，也可以讓 Ground Truth 自動從影片檔案中擷取影片影格序列。如需詳細資訊，請參閱 [提供影片檔案](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction)。 Ground Truth 會使用序列檔案來識別單一序列中的所有影像。您要包含在單一標籤工作中的所有序列，都會在輸入資訊清單檔案中識別。每個序列都會用來建立單一工作者任務。您可以使用 Ground Truth 自動資料設定，自動建立序列檔案和輸入資訊清單檔案。如需詳細資訊，請參閱 [設定自動化影片影格輸入資料](sms-video-automated-data-setup.md)。 若要了解如何手動建立序列檔案和輸入資訊清單檔案，請參閱[建立影片影格輸入資訊清單檔案](sms-video-manual-data-setup.md#sms-video-create-manifest)。 ## 工作完成時間 影片和影片影格標籤工作可能花費工作者數小時才能完成。當您建立標籤工作時，您可以設定工作者可花在處理每個任務的總時間。工作者花在處理任務的時間最多可設為 7 天。預設值為 3 天。 強烈建議您建立可讓工作者在 12 小時內完成的任務。工作者在處理任務時，必須保持開啟工作者使用者介面。他們可以隨時儲存工作內容，Ground Truth 每 15 分鐘會儲存一次工作。 使用 SageMaker AI `CreateLabelingJob` API 作業時，請在 `HumanTaskConfig` 的 `TaskTimeLimitInSeconds` 參數中設定可讓工作者處理任務的總時間。 當您在主控台建立標籤工作時，您可以在選取人力資源類型和工作團隊時指定此時間限制。 ## 任務類型 當您建立影片物件追蹤或影片物件偵測標籤工作時，您可以指定要工作者在處理標籤任務時建立的註釋類型。註釋類型將決定 Ground Truth 傳回的輸出資料類型，並定義標籤工作的*任務類型*。 如要使用 API 作業 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 建立標籤工作，請使用標籤類別組態檔案參數 `annotationType` 來指定任務類型。如需詳細資訊，請參閱 [有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)。 下列任務類型適用於影片物件追蹤或影片物件偵測標籤工作： + **邊界框** — 為工作者提供建立邊界框註釋的工具。邊界框是工作者在物件周圍繪製的方框，以識別影格中該物件的像素位置和標籤。 + **折線** — 為工作者提供用來建立折線註釋的工具。折線由一系列排序的 X Y 座標定義。加入至折線的每個點均以一條線連接至上一個點。折線不一定要封閉 (起點和終點不一定要相同)，而且在線之間形成的角度也無限制。 + **多邊形** — 為工作者提供建立多邊形註釋的工具。多邊形是由一系列排序的 X Y 座標定義的封閉形狀。加入多邊形的每個點都會透過一條線連接到上一個點，而且在線之間形成的角度也無限制。多邊形的兩條線 (邊) 不能相交。多邊形的起點和終點必須相同。 + **關鍵點** — 為工作者提供建立關鍵點註釋的工具。關鍵點是與影片影格中的 X Y 座標相關聯的單一點。 ## 人力資源 建立影片影格標籤工作時，您需要指定負責完成註釋任務的工作團隊。您可以從您自己的工作者私有人力資源中，或從您在 AWS Marketplace中選取的廠商人力資源中，選擇工作團隊。您無法使用 Amazon Mechanical Turk 人力資源來進行影片影格標籤工作。 若要進一步了解廠商人力資源，請參閱[訂用廠商人力資源](sms-workforce-management-vendor.md)。 若要了解如何建立和管理私有人力資源，請參閱[私有人力資源](sms-workforce-private.md)。 ## 工作者使用者介面 (UI) Ground Truth 提供工作者使用者介面 (UI)、工具和輔助式標籤功能，以協助工作者完成影片標籤任務。在主控台建立標籤工作時，您可以預覽工作者使用者介面。 若要使用 API 作業 `CreateLabelingJob` 建立標籤工作，您必須提供參數 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html#sagemaker-Type-UiConfig-UiTemplateS3Uri](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html#sagemaker-Type-UiConfig-UiTemplateS3Uri) 由 Ground Truth 提供的 ARN，來為您的任務類型指定工作者使用者介面。您可以使用 `HumanTaskUiArn` 搭配 SageMaker AI [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_RenderUiTemplate.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_RenderUiTemplate.html) API 作業，以預覽工作者使用者介面。 您可以提供工作者指示、標籤，以及可選的屬性，工作者將藉此來提供有關標籤和影片影格的詳細資訊。這些屬性分別稱為標籤類別屬性和影格屬性。它們都會顯示在工作者使用者介面中。 ### 標籤類別和影格屬性 建立影片物件追蹤或影片物件偵測標籤工作時，您可以新增一或多個*標籤類別屬性*和*影格屬性*： + **標籤類別屬性** — 選項清單 (字串)、任意格式文字方塊，或與一或多個標籤相關聯的數值欄位。它是由工作者用來提供有關標籤的中繼資料。 + **影格屬性** — 顯示在工作者要註釋之每個影片影格上的選項 (字串)、任意格式文字方塊或數值欄位的清單。工作者會用來提供有關影片影格的中繼資料。 此外，您可以使用標籤和影格屬性，讓工作者驗證影片影格標籤驗證任務中的標籤。 請參閱下列各節，進一步了解這些屬性。若要了解如何將標籤類別和影格屬性新增至標籤工作，請使用您所選的[任務類型頁面](sms-video-task-types.md)上的 **Create Labeling Job** (建立標籤工作) 區段。 #### 標籤類別屬性 將標籤類別屬性新增至標籤，方便工作者提供有關其建立註釋的更多資訊。標籤類別屬性會新增至個別標籤或所有標籤。將標籤類別屬性套用至所有標籤時，即稱為*全域標籤類別屬性*。 舉例來說，若您新增標籤類別 *car* (汽車)，您也可能想要擷取所標籤汽車的更多資料，例如是否被遮住或車輛大小。您可以使用標籤類別屬性來擷取此中繼資料。在此範例中，如果您將 *occluded* 屬性新增至 car 標籤類別，您可能會將 *partial*、*completely*、*no* 指派給 *occluded* 屬性，而工作者可以選取其中一個選項。 建立標籤驗證任務時，您可以將標籤類別屬性新增至您希望工作者驗證的每個標籤。 #### 影格層級屬性 新增影格屬性，方便工作者提供個別影片影格的詳細資訊。您新增的每個影格屬性都會出現在所有影格上。 例如，您可以新增編號影格屬性，讓工作者識別他們在特定影格中看到的物件數量。 在另一個範例中，您可能希望提供任意格式文字方塊，方便工作者提供問題的答案。 建立標籤驗證任務時，您可以新增一或多個影格屬性，要求工作者針對影片影格中的所有標籤提供意見回饋。 ### 工作者指示 您可以提供工作者指示，以協助工作者完成影片影格標籤任務。撰寫指示時，您或許需要涵蓋下列主題： + 提供在註釋物件時的最佳實務和避免事項。 + 所提供的標籤類別屬性 (關於物件偵測和物件追蹤任務) 及其用法。 + 如何在標籤時使用鍵盤快速鍵來節省時間。 建立標籤工作時，您可以使用 SageMaker AI 主控台新增工作者指示。如果您使用 API 作業 `CreateLabelingJob` 建立標籤工作，請在標籤類別組態檔案中指定工作者指示。 除了您的指示之外，Ground Truth 還提供連結，以協助工作者導覽和使用工作者入口網站。請在[工作者指示](sms-video-worker-instructions.md)中選取任務類型，以檢視這些指示。 ### 拒絕任務 工作者能拒絕任務。 如果指示不清楚、輸入的資料顯示不正確，或者遇到任務的其他問題，工作者可以拒絕該任務。如果每個資料集物件 ([https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-NumberOfHumanWorkersPerDataObject](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-NumberOfHumanWorkersPerDataObject)) 的工作者數量拒絕任務，則資料物件會標記為已過期，且不會傳送給其他工作者。 ## 影片影格任務權限要求 建立影片影格標籤工作時，除了[指派 IAM 許可以使用 Ground Truth](sms-security-permission.md)中列出的許可需求，您還必須將 CORS 政策新增至包含輸入資訊清單檔案的 S3 儲存貯體。 ### S3 儲存貯體的 CORS 權限政策 建立影片影格標籤工作時，您可以指定 S3 中的儲存貯體，其中有您的輸入資料和資訊清單檔案，也是要儲存輸出資料的地方。這些儲存貯體可能相同。您必須將下列跨來源資源分享 (CORS) 政策連接至輸入和輸出儲存貯體。如果您使用 Amazon S3 主控台，將政策新增至儲存貯體，則必須使用 JSON 格式。 **JSON** ``` [ { "AllowedHeaders": [ "*" ], "AllowedMethods": [ "GET", "HEAD", "PUT" ], "AllowedOrigins": [ "*" ], "ExposeHeaders": [ "Access-Control-Allow-Origin" ], "MaxAgeSeconds": 3000 } ] ``` **XML** ``` * GET HEAD PUT 3000 Access-Control-Allow-Origin * ``` 若要了解如何新增 CORS 政策至 S3 儲存貯體，請參閱 Amazon Simple Storage Service 使用者指南中的[如何新增與 CORS 的跨網域資源共享](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/add-cors-configuration.html)。 # 工作者指示 本主題概述 Ground Truth 工作者入口網站，以及可用於完成影片影格標籤任務的工具。首先，從**主題**中選取您要處理的任務類型。 **重要** 建議採用 Google Chrome 或 Firefox Web 瀏覽器完成任務。 如果是調整工作，請選擇您正在調整的標籤所產生的原始標籤工作任務類型。在任務中檢閱標籤，並視需要調整。 **Topics** + [ # 導覽使用者介面 ](sms-video-worker-instructions-worker-ui-ot.md) + [ # 大量編輯標籤及影格屬性 ](sms-video-frame-worker-instructions-ot-bulk-edit.md) + [ # 工具指南 ](sms-video-worker-instructions-tool-guide.md) + [ # 圖示指南 ](sms-video-worker-instructions-ot-icons.md) + [ # 快速鍵 ](sms-video-worker-instructions-ot-hot-keys.md) + [ # 了解釋出、停止與繼續，以及拒絕任務選項 ](sms-video-worker-instructions-skip-reject-ot.md) + [ # 儲存工作並提交 ](sms-video-worker-instructions-saving-work-ot.md) + [ # 影片影格物件追蹤任務 ](sms-video-ot-worker-instructions.md) + [ # 影片影格物件偵測任務 ](sms-video-od-worker-instructions.md) # 導覽使用者介面 您可利用使用者介面左下角的導覽列，在影片影格之間進行導覽。 利用播放按鈕可在整個影格序列自動移動。 利用下一個影格與上一個影格按鈕，一次一個影格向前或向後移動。您也可輸入影格編號導覽至該影格。 下列影片示範如何在影片影格之間導覽。 ![\[顯示如何在影片影格之間導覽的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/nav_video_ui.gif) 您可放大及縮小所有影片影格。在放大影片影格之後，您可利用移動圖示在該影格四處移動。當您在單一影片影格內縮放及移動並設定新檢視時，所有影片影格都會設為相同檢視。您可利用符合畫面大小圖示，將所有影片影格重設為原始檢視。如需其他檢視選項，請參閱[圖示指南](sms-video-worker-instructions-ot-icons.md)。 在工作者使用者介面中，您會看到下列功能表： + **指示** - 啟動任務之前，請先檢閱這些指示。此外，請選取**更多指示**並檢閱這些指示。 + **快速鍵** - 利用此功能表來檢視可用的鍵盤快速鍵，用以導覽影片影格並運用提供的工具。 + **說明** - 使用此選項可參考本文件。 # 大量編輯標籤及影格屬性 您可大量編輯標籤屬性及影格屬性 (屬性)。 當您大量編輯屬性時，您可指定要套用編輯的一或多個影格範圍。您選取的屬性會在該範圍內的所有影格中編輯，包含您指定的開始和結束影格。大量編輯標籤屬性時，您指定的範圍*必須*包含標籤屬性連接的標籤。若您指定不包含此標籤的影格，您將會收到錯誤。 若要大量編輯屬性，您*必須*先為屬性指定所需的值。例如，如果要將屬性從*是*變更為*否*，則必須選取*否*，然後執行大量編輯。 您也可以為尚未填入的屬性指定新值，然後使用大量編輯功能在多個影格中填入該值。若要執行此操作，請為屬性選取所需的值，並完成下列程序。 **若要大量編輯標籤或屬性：** 1. 在您想要大量編輯的屬性上按一下滑鼠右鍵。 1. 使用文字方塊中的破折號 (`-`)，指定要套用大量編輯的影格範圍。例如，如果您要將編輯內容套用至 1 到 10 的影格，請輸入 `1-10`。如果您想要將編輯套用至二到五、八到十與二十的影格，請輸入 `2-5,8-10,20`。 1. 選取**確認**。 如果收到錯誤訊息，請驗證您輸入了有效範圍，並且與您正在編輯之標籤屬性相關聯的標籤 (如果適用) 存在於指定的所有影格之中。 您可利用畫面頂端**標籤**功能表的**複製到上一個影格**與**複製到下一個影格**選項，快速新增標籤至先前或後續所有影格。 # 工具指南 您的任務將包括一或多個工具。提供的工具會指定您要建立的註釋類型，以便識別及追蹤物件。請利用下表來進一步了解所提供的各項工具。 **** | 工具 | 圖示 | Action | Description | | --- | --- | --- | --- | | 邊界框 | ![\[邊界框圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Bounding%20Box.png) | 新增邊界框註釋。 | 選擇此圖示可新增邊界框。您新增的每個邊界框都會與您從標籤類別下拉式功能表選擇的類別相關聯。選取邊界框或其關聯標籤以便加以調整。 | | 預測下一個 | ![\[預測下一個圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/PredictNext.png) | 預測下一個影格的邊界框。 | 選取邊界框，然後選擇此圖示，預測該方框在下一個影格的位置。您可連續多次選擇該圖示，以便自動檢測方塊在多個影格的位置。例如，選取此圖示 5 次，即可預測邊界框在接下來 5 個影格的位置。 | | 關鍵點 | ![\[關鍵點圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Keypoint.png) | 新增關鍵點註釋。 | 選擇此圖示可新增關鍵點。按一下影像的物件，將關鍵點放置在該位置。 您新增的每個關鍵點都會與您從標籤類別下拉式功能表選擇的類別相關聯。選取關鍵點或其關聯標籤以便加以調整。 | | 折線 | ![\[折線圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/polyline.png) | 新增折線註釋。 | 選擇此圖示可新增折線。若要新增折線，請在目標物件周圍連續按一下新增點。若要停止繪製折線，請選取您放置的最後一個點兩次 (此點將為綠色)，或按鍵盤的 **Enter**。 新增至折線的每個點均以一條線連接上個點。折線不一定要封閉 (起點與終點不需相同)，且在線之間形成的角度也無限制。 您新增的每條折線都會與您從標籤類別下拉式功能表選擇的類別相關聯。選取折線或其關聯標籤以便加以調整。 | | 多邊形 | ![\[多邊形圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Polygon.png) | 新增多邊形註釋。 | 選擇此圖示可新增多邊形。若要新增多邊形，請在目標物件周圍連續按一下新增點。若要停止繪製多邊形，請選取起點 (此點將為綠色)。 多邊形是封閉形狀，根據您放置的一系列點來定義。多邊形新增的每個點都會以一條線連接上個點，且線之間形成的角度無任何限制。起點與終點必須相同。 您新增的每個多邊形都會與您從標籤類別下拉式功能表選擇的類別相關聯。選取多邊形或其關聯標籤以便加以調整。 | | 複製到下一個 | ![\[複製到下一個圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/copy_to_next.png) | 複製註釋到下一個影格。 | 如在目前影格選取一或多個註釋，則這些註釋會複製到下一個影格。如未選取任何註釋，則目前影格的所有註釋都會複製到下一個影格。 | | 複製到全部 | ![\[複製到全部圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/copy_to_all.png) | 複製註釋到所有後續影格。 | 如在目前影格選取一或多個註釋，則這些註釋會複製到後續所有影格。如未選取任何註釋，目前影格的所有註釋都會複製到後續所有影格。 | # 圖示指南 運用此表格以便了解您在使用者介面看到的圖示。您可利用**快速鍵**功能表的鍵盤快速鍵來自動選取其中部分圖示。 | 圖示 | Action | Description | | --- | --- | --- | | ![\[亮度圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Brightness.png) | 亮度 | 選擇此圖示可調整所有影片影格的亮度。 | | ![\[對比度圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Contrast.png) | 對比度 | 選擇此圖示可調整所有影片影格的對比度。 | | ![\[放大圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Zoom-in.png) | 放大 | 選擇此圖示可放大所有影片影格。 | | ![\[縮小圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Zoom-out.png) | 縮小 | 選擇此圖示可縮小所有影片影格。 | | ![\[移動圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Move.png) | 移動畫面 | 在放大影片影格之後，選擇此圖示即可在該影片影格四處移動。您可利用滑鼠在影片影格四處移動，方法是按一下影格並沿著您要移動的方向拖曳影格。這將變更所有檢視影格的檢視。 | | ![\[符合畫面大小圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Fit%20screen.png) | 符合畫面大小 | 重設所有影片影格為其原始位置。 | | ![\[復原圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Undo.png) | 復原 | 復原動作。您可利用此圖示移除剛才新增的邊界框，或復原對邊界框所做的調整。 | | ![\[重做圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Redo.png) | 重做 | 在利用復原圖示復原動作之後，重做該動作。 | | ![\[刪除標籤圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Delete.png) | 刪除標籤 | 刪除標籤。這會在單一影格刪除關聯標籤的邊界框。 | | ![\[顯示或隱藏標籤圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Show_Hide.png) | 顯示或隱藏標籤 | 選取此圖示可顯示已隱藏的標籤。若此圖示有斜線，請加以選取以便隱藏標籤。 | | ![\[編輯圖示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/Edit.png) | 編輯標籤 | 選取此圖示可開啟編輯執行個體功能表。利用此功能表可編輯標籤類別、ID 以及新增或編輯標籤屬性。 | # 快速鍵 **快速鍵**功能表列出的鍵盤快速鍵可協助您快速選取圖示、復原、重做註釋，以及運用工具來新增與編輯註釋。例如，在新增邊界框之後，您可利用 **P** 快速預測該方框在後續影格的位置。 在啟動任務之前，建議檢閱**快速鍵**功能表並熟悉這些命令。 # 了解釋出、停止與繼續，以及拒絕任務選項 當您開啟標籤任務時，頂部右方的三個按鈕允許您拒絕任務 (**拒絕任務**)、釋放任務 (**釋放任務**)，以及稍後停止並繼續任務 (**停止與稍後繼續**)。下列清單說明當您選取下列其中一個選項時會發生什麼情況： + **拒絕任務**：僅當工作出現問題時 (例如影片影格影像不清楚或使用者介面有問題)，才應拒絕任務。如您拒絕任務，您將無法返回該任務。 + **釋放任務**：使用此選項可釋放任務並允許其他人對其進行處理。當您釋放任務時，您會失去對該任務完成的所有工作，團隊中的其他工作者可以取得該任務。如果有足夠的工作者取得任務，您可能無法返回任務。當您選取此按鈕，然後選取**確認**時，您會返回工作者入口網站。如果任務仍然可用，則其狀態將為**可用**。如果其他工作者取得該任務，它將從您的入口網站中消失。 + **停止與稍後繼續**：您可以使用**停止與稍後繼續**按鈕停止工作，並在稍後返回工作。您應該先使用**儲存**按鈕來儲存工作，然後再選取**停止與稍後繼續**。當您選取此按鈕，然後選取**確認**時，您會返回工作者入口網站，且任務狀態為**已停止**。您可以選取相同的任務以繼續對其進行工作。 請注意，建立標籤任務的人員指定了一個時間限制，其中所有任務必須在此時間限制前完成。如果您並未在該時間限制內返回並完成此任務，則該任務將過期，並且系統將不會提交您的工作。如需更多資訊，請聯絡您的管理員。 ![\[顯示 UI 中拒絕任務、釋出任務和停止並稍後繼續的位置的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/reject-decline-task.gif) # 儲存工作並提交 您應利用**儲存**按鈕定期儲存工作。Ground Truth 將每隔 15 分鐘自動儲存您的工作。 開啟任務後，您必須完成工作，才能按下**提交**。 # 影片影格物件追蹤任務 影片影格物件追蹤任務要求您橫跨影片影格追蹤物件的移動。影片影格是來自影片場景的靜態影像。您可利用工作者使用者介面在影片影格之間導覽，並運用提供的工具識別唯一物件，在影格之間追蹤其移動。請透過下列主題來了解如何導覽工作者使用者介面、運用提供的工具以及完成任務。 建議採用 Google Chrome 或 Firefox Web 瀏覽器完成任務。 **重要** 如當您開啟任務時，看見已新增註釋至一或多個影片影格，請根據需要調整註釋並新增其他註釋。 **Topics** + [ # 您的任務 ](sms-video-worker-instructions-ot-task.md) # 您的任務 當您處理影片影格物件追蹤任務時，您需要從工作者入口網站右側的**標籤類別**功能表選取類別，才能開始註釋。在選擇類別之後，請利用提供的工具來註釋該類別適用的物件。此註釋將關聯唯一標籤 ID 且僅應用於該物件。在該物件所出現的所有影片影格運用此相同標籤 ID 為同一物件建立其他註釋。請參閱[工具指南](sms-video-worker-instructions-tool-guide.md)以便進一步了解所提供的工具。 在新增標籤之後，您可能會在**標籤**功能表中，看到標籤旁邊的向下箭頭。請選取此箭頭，然後就您看到的每個標籤屬性選取一個選項，以便提供有關該標籤的更多資訊。 您可在**標籤**功能表看到影格屬性。這些屬性將出現在任務的每個影格。使用這些屬性提示以輸入有關每個影格的其他資訊。 ![\[範例影格屬性提示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/frame-attributes.png) 在新增標籤之後，您可利用**標籤**功能表中位在標籤旁邊的向下箭頭，快速新增及編輯標籤類別屬性值。如果您在**標籤**功能表選取標籤旁邊的鉛筆圖示，就會出現**編輯執行個體**功能表。您可利用此功能表編輯標籤 ID、標籤類別與標籤類別屬性。 ![\[顯示如何編輯影格中標籤的註釋的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/kitti-ot-general.gif) 若要編輯註釋，請從**標籤**功能表選取要編輯的註釋標籤，或從影格選取註釋。當您編輯或刪除註釋時，該動作僅會修改單一影格的註釋。 如您正在處理的任務包含邊界框工具，請利用預測下一個圖示來針對您於單一影格所繪製的所有邊界框預測其在下一個影格的位置。如您選取單一方塊，然後選取預測下一個圖示，則在下一個影格僅會預測該方塊。若您尚未新增任何方塊至目前影格，您會收到錯誤訊息。在運用此功能之前，您必須新增至少一個方塊至影格。 在運用預測下一個圖示之後，請在下一個影格檢閱每個方塊的位置，並視需要調整方塊位置與大小。 下圖示範如何運用預測下一個工具： ![\[顯示如何調整下一個影格的預測方塊的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/kitti-ot-predict-next.gif) 對於所有其他工具，您可利用**複製到下一個**與**複製到全部**工具將註釋分別複製到下一個或所有影格。 # 影片影格物件偵測任務 影片影格物件偵測任務要求您針對影片影格的物件利用註釋加以分類及識別其位置。影片影格是來自影片場景的靜態影像。您可利用工作者使用者介面在影片影格之間導覽，並建立註釋以便識別所需物件。請透過下列主題來了解如何導覽工作者使用者介面、運用提供的工具以及完成任務。 建議採用 Google Chrome Web 瀏覽器完成任務。 **重要** 如當您開啟任務時，看見已新增註釋至一或多個影片影格，請根據需要調整註釋並新增其他註釋。 **Topics** + [ # 您的任務 ](sms-video-worker-instructions-od-task.md) # 您的任務 當您處理影片影格物件偵測任務時，您需要從工作者入口網站右側的**標籤類別**功能表選取類別。在選擇類別之後，請在適用此類別的物件周圍繪製註釋。若要進一步了解您在工作者使用者介面看到的工具，請參閱[工具指南](sms-video-worker-instructions-tool-guide.md)。 在新增標籤之後，您可能會在**標籤**功能表的標籤旁邊看到向下箭頭。請選取此箭頭，然後就您看到的每個標籤屬性選取一個選項，以便提供有關該標籤的更多資訊。 ![\[顯示工作者如何將週框方塊工具用於物件偵測任務的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/kitti-od-general-labeling-job.gif) 您可在**標籤**功能表看到影格屬性。這些屬性將出現在任務的每個影格。使用這些屬性提示以輸入有關每個影格的其他資訊。 ![\[範例影格屬性提示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/frame-attributes.png) 若要編輯註釋，請從**標籤**功能表選取要編輯的註釋標籤，或從影格選取註釋。當您編輯或刪除註釋時，該動作僅會修改單一影格的註釋。 如您正在處理的任務包含邊界框工具，請利用預測下一個圖示來針對您於單一影格所繪製的所有邊界框預測其在下一個影格的位置。如您選取單一方塊，然後選取預測下一個圖示，則在下一個影格僅會預測該方塊。若您尚未新增任何方塊至目前影格，您會收到錯誤訊息。在運用此功能之前，您必須新增至少一個方塊至影格。 **注意** 預測下一個功能不會覆寫手動建立的註釋。僅會新增註釋。如您運用預測下一個功能，導致在單一物件周圍出現多個邊界框，請僅留下單一邊界框並刪除其餘方框。每個物件僅能以單一方塊識別。 在運用預測下一個圖示之後，請在下一個影格檢閱每個方塊的位置，並視需要調整方塊位置與大小。 下圖示範如何運用預測下一個工具： ![\[顯示工作者如何調整下一個影格的預測方塊的 GIF。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/sms/video/kitti-video-od.gif) 對於所有其他工具，您可利用**複製到下一個**與**複製到全部**工具將註釋分別複製到下一個或所有影格。