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。 # 3D 点群セマンティックセグメンテーションタスクタイプを理解する セマンティックセグメンテーションでは、3D 点群の個々のポイントを事前に指定したカテゴリに分類します。このタスクタイプは、ワーカーが 3D 点群のポイントレベルのセマンティックセグメンテーションマスクを作成できるようにする場合に使用します。例えば、クラス `car`、`pedestrian`、`bike` を指定すると、ワーカーは一度に 1 つのクラスを選択し、点群内でこのクラスが適用されるすべてのポイントを同じ色に色付けします。 このタスクタイプでは、ワーカーがラベルを付けるデータオブジェクトは、単一ポイントの点群フレームです。Ground Truth は、指定した点群データを使用して 3D 点群のビジュアライゼーションを生成します。また、カメラのデータを用意することで、ワーカーにフレームのシーンに関する視覚的な情報をより多く提供したり、ワーカーがオブジェクトをペイントしやすくしたりすることもできます。ワーカーが 2D 画像と 3D 点群のいずれかでオブジェクトをペイントすると、そのペイントはもう一方のビューに表示されます。 3D 点群オブジェクト検出のラベル付けジョブで作成した注釈は、3D 点群セマンティックセグメンテーションの調整またはラベル付けタスクタイプを使用して調整または検証することもできます。調整と検証のラベル付けジョブの詳細と作成方法については、「[ラベルの検証と調整](sms-verification-data.md)」を参照してください。 Ground Truth の 3D 点群のラベル付けモダリティを初めて使用する場合は、[3D 点群のラベル付けジョブの概要](sms-point-cloud-general-information.md) を確認することをお勧めします。このラベル付けモダリティは、Ground Truth の他のタスクタイプとは異なります。このトピックでは、3D 点群のラベル付けジョブを作成するときに注意する必要がある重要な詳細の概要を示します。 以下のトピックでは、3D 点群セマンティックセグメンテーションジョブの作成方法、ワーカータスクインターフェイスの外観 (ワーカーがタスクを処理するときに表示される画面)、およびワーカーがタスクを完了したときに取得する出力データの概要について説明します。 **Topics** + [ # 3D 点群セマンティックセグメンテーションのラベル付けジョブの作成 ](sms-point-cloud-semantic-segmentation-create-labeling-job.md) + [ # 3D 点群セマンティックセグメンテーションジョブのワーカータスクインターフェイスを表示する ](sms-point-cloud-semantic-segmentation-worker-ui.md) + [ # 3D 点群セマンティックセグメンテーションジョブの出力データ ](sms-point-cloud-semantic-segmentation-input-data.md) # 3D 点群セマンティックセグメンテーションのラベル付けジョブの作成 3D 点群のラベル付けジョブは、SageMaker AI のコンソールまたは API オペレーション [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) を使用して作成できます。このタスクタイプのラベル付けジョブを作成するには、次のものが必要です。 + 単一フレームの入力マニフェストファイル。このタイプのマニフェストファイルを作成する方法については、「[点群フレーム入力マニフェストファイルの作成](sms-point-cloud-single-frame-input-data.md)」を参照してください。Ground Truth の 3D 点群のラベル付けモダリティを初めて使用する場合は、[使用できる 3D の raw データ形式](sms-point-cloud-raw-data-types.md) を確認することをお勧めします。 + 自社またはベンダーのスタッフで構成された作業チーム。Amazon Mechanical Turk のワーカーを 3D 点群のラベル付けジョブに使用することはできません。ワークフォースと作業チームの作成方法については、「[ワークフォース](sms-workforce-management.md)」を参照してください。 + ラベルカテゴリ設定ファイル。詳細については、「[ラベルカテゴリとフレーム属性参照を含むラベル付けカテゴリ設定ファイル](sms-label-cat-config-attributes.md)」を参照してください。 また、「[Ground Truth を使用するための IAM アクセス権限を割り当てる](sms-security-permission.md)」を確認し、記載されている要件を満たすようにしてください 。 コンソールまたは API を使用してラベル付けジョブを作成する方法については、次のセクションのいずれかを参照してください。 ## ラベル付けジョブの作成 (コンソール) SageMaker AI コンソールで 3D 点群セマンティックセグメンテーションのラベル付けジョブを作成する方法については、[ラベル付けジョブの作成 (コンソール)](sms-create-labeling-job-console.md) の指示に従います。ラベル付けジョブを作成するときは、次の点に注意してください。 + 入力マニフェストファイルは、単一フレームのマニフェストファイルである必要があります。詳細については、「[点群フレーム入力マニフェストファイルの作成](sms-point-cloud-single-frame-input-data.md)」を参照してください。 + 3D 点群のラベル付けタスクでは、データの自動データラベリングと注釈の統合はサポートされていません。 + 3D 点群セマンティックセグメンテーションのラベル付けジョブは、完了までに何時間もかかることがあります。作業チームを選択するときに、これらのラベル付けジョブにさらに長い制限時間を指定できます (最大 7 日間、または 604,800 秒まで)。 ## ラベル付けジョブを作成 (API) このセクションでは、SageMaker API オペレーション `CreateLabelingJob` を使用してラベル付けジョブを作成する場合に知っておく必要のある詳細情報について説明します。この API は、すべての AWS SDKsに対してこのオペレーションを定義します。このオペレーションでサポートされている言語固有の SDK のリストを確認するには、[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) の「**以下の資料も参照してください**」セクションを確認してください。 「[ラベル付けジョブを作成 (API)](sms-create-labeling-job-api.md)」ページでは、`CreateLabelingJob` オペレーションの概要を説明しています。リクエストを設定する際には、それらの指示に従ったうえで、以下のことを実行してください。 + `HumanTaskUiArn` の ARN を入力する必要があります。`arn:aws:sagemaker::394669845002:human-task-ui/PointCloudSemanticSegmentation` を使用します。`` を、ラベル付けジョブを作成している AWS のリージョンに置き換えます。 `UiTemplateS3Uri` パラメータには値を入力しないでください。 + [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) の末尾には、`-ref` を付ける必要があります。例えば、`ss-labels-ref`。 + 入力マニフェストファイルは、単一フレームのマニフェストファイルである必要があります。詳細については、「[点群フレーム入力マニフェストファイルの作成](sms-point-cloud-single-frame-input-data.md)」を参照してください。 + ラベルとワーカー向け指示書は、ラベルカテゴリ設定ファイルで指定します。このファイルを作成する方法については、「[ラベルカテゴリとフレーム属性参照を含むラベル付けカテゴリ設定ファイル](sms-label-cat-config-attributes.md)」を参照してください。 + 注釈前および注釈後 (ACS) の Lambda 関数には、事前定義済みの ARN を指定する必要があります。これらの ARN は、ラベル付けジョブの作成に使用する AWS リージョンに固有です。 + 注釈前の Lambda ARN を確認するには、「[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)」を参照してください。ラベル付けジョブを作成するリージョンに基づいて、適切な ARN を見つけます。例えば、us-east-1 でラベル付けジョブを作成する場合、ARN は `arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation` になります。 + 注釈後の Lambda ARN を確認するには、「[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)」を参照してください。ラベル付けジョブを作成するリージョンに基づいて、適切な ARN を見つけます。例えば、us-east-1 でラベル付けジョブを作成する場合、ARN は `arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation` になります。 + `NumberOfHumanWorkersPerDataObject` で指定するワーカーの数は `1` である必要があります。 + 3D 点群のラベル付けジョブでは、自動データラベリングはサポートされていません。`[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)` では、パラメータの値を指定しないでください。 + 3D 点群セマンティックセグメンテーションのラベル付けジョブは、完了までに何時間もかかることがあります。このようなラベル付けジョブには、`TaskTimeLimitInSeconds` で制限時間を長く指定することができます (最長 7 日、つまり 604800 秒)。 # 3D 点群セマンティックセグメンテーションジョブのワーカータスクインターフェイスを表示する Ground Truth は、3D 点群セマンティックセグメンテーションの注釈タスクを実行するためのウェブポータルとツールをワーカーに提供します。ラベル付けジョブを作成する場合は、Ground Truth UI の事前作成済みの UI の Amazon リソースネーム (ARN) を `HumanTaskUiArn` パラメータで指定します。コンソールでこのタスクタイプを使用してラベル付けジョブを作成すると、その UI が自動的に使用されます。コンソールでラベル付けジョブを作成するときに、ワーカー UI のプレビューと操作ができます。初めて使用する場合は、コンソールを使用してラベル付けジョブを作成し、ラベルの属性、点群フレーム、画像 (ある場合) が想定どおりに表示されることを確認することをお勧めします。 3D 点群セマンティックセグメンテーションのワーカータスクインターフェイスの GIF を次に示します。センサーフュージョン用のカメラのデータを用意すると、画像は点群フレームのシーンと重ね合わせられます。ワーカーは、3D 点群と 2D 画像のいずれかでオブジェクトをペイントでき、ペイントはもう一方のメディアの対応する位置に表示されます。これらの画像は、次の GIF 画像に示すように、ワーカーポータルに表示されます。 ![\[ワーカーが 3D 点群と 2D イメージを組み合わせてオブジェクトをペイントする画面の GIF。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_paint_sf.gif) キーボードとマウスを使用して 3D シーン内を移動操作できます。次の操作が可能です。 + 点群内の特定のオブジェクトをダブルクリックして、ズームインする。 + マウスホイールまたはタッチパッドを使用して、点群を拡大または縮小する。 + キーボードの矢印キーと、 [Q]、[E]、[A]、[D] キーの両方を使用して、上下左右に移動する。キーボードの [W] と [S] キーを使用して、拡大または縮小します。 次の動画は、3D 点群の周囲から見た動きを示しています。ワーカーは、すべての側面図とメニューを非表示または再展開できます。この GIF では、側面ビューとメニューが折りたたまれています。 ![\[ワーカーが 3D 点群を移動する画面の GIF。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss_nav_worker_portal.gif) 次の GIF は、ワーカーが複数のオブジェクトにすばやくラベル付けし、[ペイント解除] オプションを使用してペイントされたオブジェクトを微調整してから、ペイントされたポイントのみを表示する方法を示しています。 ![\[ワーカーが複数のオブジェクトにラベルを付ける画面の GIF。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/pointcloud/gifs/semantic_seg/ss-view-options.gif) その他にも表示のオプションと機能が用意されています。ワーカー UI の全体的な説明については、[ワーカー向け指示書のページ](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-worker-instructions-semantic-segmentation.html)を参照してください。 **ワーカー用のツール** ワーカーは、マウスやキーボードのショートカットを使用することによって、3D 点群を拡大および縮小したり、点群の周囲をすべての方向に移動したりしてナビゲートすることができます。セマンティックセグメンテーションジョブを作成すると、ワーカーは次のツールを使用できるようになります。 + オブジェクトをペイントまたはペイント解除するためのペイントブラシ。ワーカーがオブジェクトをペイントするには、ラベルカテゴリを選択して 3D 点群でペイントします。ワーカーがオブジェクトをペイント解除するには、ラベルカテゴリメニューから [ペイント解除] オプションを選択し、ペイントブラシを使用してペイントを消去します。 + ワーカーが点群内の領域を選択してペイントするために使用できるポリゴンツール。 + バックグラウンドペイントツール。ワーカーは、元の注釈を変更することなく、既に注釈を付けたオブジェクトの背後をペイントできます。例えば、ワーカーは、道路上のすべての自動車をペイントした後、このツールを使用して道路をペイントすることができます。 + ワーカーがラベルのテキスト、地面のメッシュ、色や輝度などの追加のポイント属性を簡単に表示または非表示にできる表示オプション。透視投影と正投影のいずれかを選択することもできます。 # 3D 点群セマンティックセグメンテーションジョブの出力データ 3D 点群セマンティックセグメンテーションのラベル付けジョブを作成すると、タスクがワーカーに送信されます。タスクを受け取ったワーカーがタスクを完了すると、ラベル付けジョブの作成時に指定した Amazon S3 バケットに注釈が書き込まれます。出力データ形式によって、ラベル付けジョブのステータス ([LabelingJobStatus](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeLabelingJob.html#API_DescribeLabelingJob_ResponseSyntax)) が `Completed` のときに Amazon S3 バケットに表示される内容が決まります 。 Ground Truth を初めて使用する場合は、 出力データ形式の詳細について「[ラベル付けジョブの出力データ](sms-data-output.md)」を参照してください。3D 点群オブジェクト検出の出力データ形式については、「[3D 点群セマンティックセグメンテーションの出力](sms-data-output.md#sms-output-point-cloud-segmentation)」を参照してください。