기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 레이블 지정 작업 생성
Amazon SageMaker AI 콘솔에서 원하는 언어의 AWS SDK를 사용하여를 실행하여 레이블 지정 작업을 생성할 수 있습니다`CreateLabelingJob`. 레이블 지정 작업이 생성되고 나면 [CloudWatch](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-monitor-cloud-watch.html)를 사용하여 작업자 지표(프라이빗 작업 인력의 경우) 및 레이블 지정 작업 상태를 추적할 수 있습니다.
레이블 지정 작업을 생성하기 전에 다음 페이지(해당하는 경우)를 읽어 보는 것이 좋습니다.
+ 콘솔에서 자동 데이터 설정을 사용하거나, 콘솔에서 또는 `CreateLabelingJob` API 사용 시 입력 매니페스트 파일을 사용하여 입력 데이터를 지정할 수 있습니다. 자동 데이터 설정 관련 정보는 [레이블 지정 작업을 위한 데이터 설정 자동화](sms-console-create-manifest-file.md)을(를) 참조하세요. 입력 매니페스트 파일 생성 방법은 [매니페스트 파일 입력](sms-input-data-input-manifest.md)을(를) 참조하세요.
+ 레이블 지정 작업 입력 데이터 할당량 검토: [입력 데이터 할당량](input-data-limits.md).
태스크 유형을 선택한 후에는 이 페이지의 주제를 사용하여 레이블 지정 작업을 생성하는 방법을 알아봅니다.
Ground Truth를 처음 사용하는 경우에는 제일 먼저 [시작하기: Ground Truth로 경계 상자 레이블 지정 작업 생성](sms-getting-started.md)의 데모를 단계별로 살펴보는 것이 좋습니다.
**중요**
Ground Truth에서는 레이블 지정 작업 입력 이미지 데이터가 담긴 모든 S3 버킷에 CORS 정책이 연결되어 있어야 합니다. 자세한 내용은 [입력 이미지 데이터에 대한 CORS 요구 사항](sms-cors-update.md) 섹션을 참조하세요.
**Topics**
+ [기본 제공 작업 유형](sms-task-types.md)
+ [지침 페이지 생성](sms-creating-instruction-pages.md)
+ [레이블 지정 작업 생성(콘솔)](sms-create-labeling-job-console.md)
+ [레이블 지정 작업 생성(API)](sms-create-labeling-job-api.md)
+ [스트리밍 레이블링 작업 생성](sms-streaming-create-job.md)
+ [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md)
# 기본 제공 작업 유형
Amazon SageMaker Ground Truth에는 여러 가지 작업 유형이 내장되어 있습니다. Ground Truth는 내장된 작업 유형에 대한 작업자 작업 템플릿을 제공합니다. 또한 일부 기본 작업 유형도 [데이터 레이블 지정 자동화](sms-automated-labeling.md)을 지원합니다. 다음 주제에서는 각 기본 제공 작업 유형에 대해 설명하고 콘솔에서 Ground Truth가 제공하는 작업자 작업 템플릿을 보여줍니다. 이러한 작업 유형 중 하나를 사용하여 콘솔에서 레이블 지정 작업을 생성하는 방법에 대한 자세한 내용은 작업 유형 페이지를 선택하세요.
****
| 이미지 레이블 지정 | 텍스트 레이블 지정 | 비디오 및 비디오 프레임에 레이블 지정 | 3D 포인트 클라우드에 레이블 지정 |
| --- | --- | --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/sms-task-types.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/sms-task-types.html) |
**참고**
각 비디오 프레임 및 3D 포인트 클라우드 작업 유형에는 이전 레이블 지정 작업의 레이블을 확인하고 조정하는 데 사용하는 **조정 작업 유형이 있습니다. 위의 비디오 프레임 또는 3D 포인트 클라우드 작업 유형 페이지를 선택하여 해당 작업 유형을 사용하여 만든 레이블을 조정하는 방법을 알아보세요.
# 지침 페이지 생성
작업 수행 시 작업자의 정확도를 높이기 위해 라벨링 작업을 위한 사용자 지정 지침을 생성합니다. 콘솔에서 제공되는 기본 지침을 수정할 수도 있고 고유한 지침을 생성할 수도 있습니다. 이러한 지침은 라벨링 작업을 완료하는 페이지에서 작업자에게 표시됩니다.
두 가지 종류의 지침이 있습니다.
+ *요약 지침* - 작업자가 작업을 완료하는 동일한 웹 페이지에 표시되는 지침입니다. 이러한 지침은 작업자에게 객체에 라벨링을 지정하는 올바른 방법을 보여주기 위한 간단한 참조를 제공합니다.
+ 전체 지침 - 작업자가 작업을 완료하는 페이지를 오버레이하는 대화 상자에 표시되는 지침입니다.** 엣지 케이스와 객체 라벨링을 위한 기타 어려운 상황을 보여주는 여러 가지 예제를 통해 작업을 완료하도록 지원하려는 경우 자세한 지침을 제공하는 것이 좋습니다.
지침은 라벨링 작업을 생성할 때 콘솔에서 작성합니다. 작업에 대한 기존 지침으로 시작하거나 편집기를 사용하여 라벨링 작업에 맞춰 수정할 수 있습니다.
**참고**
레이블 지정 작업을 생성한 후에는 자동으로 시작되며 작업자 지침을 수정할 수 없습니다. 작업자 지침을 변경해야 하는 경우 새 작업을 생성하기 전에 생성한 레이블 지정 작업을 중지하고 복제한 다음 작업자 지침을 수정하세요.
레이블 지정 작업을 선택한 다음 **작업** 메뉴에서 **복제**를 선택하여 콘솔에서 레이블 지정 작업을 복제할수 있습니다.
Amazon SageMaker API 또는 원하는 Amazon SageMaker SDK를 사용하여 레이블 지정 작업을 복제하려면, 작업자 지침을 수정한 후 원래의 작업과 동일한 사양의 `CreateLabelingJob` 작업을 새로 요청하세요.
3D 포인트 클라우드 및 비디오 프레임 레이블 지정 작업의 경우, 레이블 범주 구성 파일에 작업자 지침을 추가할 수 있습니다. 단일 문자열을 사용하여 지침을 생성하거나 HTML 마크를 추가하여 지침의 모양을 사용자 지정하고 이미지를 추가할 수 있습니다. 지침에 포함된 모든 이미지를 공개적으로 사용할 수 있는지, 또는 Amazon S3에 지침이 있는 경우 작업자가 이를 볼 수 있는 읽기 액세스 권한이 있는지 확인합니다. 레이블 범주 구성 파일에 대한 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요.
## 간단한 지침
간단한 지침은 작업자가 데이터 객체에 레이블을 지정하기 위해 사용하는 것과 동일한 웹 페이지에 표시됩니다. 예를 들어, 다음은 경계 상자 작업을 위한 편집 페이지입니다. 간단한 지침 패널은 왼쪽에 있습니다.
![\[\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms-instructions-10.png)
작업자는 몇 초 만에 간단한 지침을 확인한다는 사실을 명심하세요. 작업자가 정보를 빠르게 살펴보고 이해할 수 있어야 합니다. 모든 경우에 지침을 이해하는 데 걸리는 시간이 작업을 완료하는 데 걸리는 시간보다 짧아야 합니다. 다음 사항에 유의하세요.
+ 지침은 명확하고 간결해야 합니다.
+ 그림이 설명보다 더 이해가 빠를 수 있습니다. 작업자의 이해를 돕는 간단한 작업 그림을 작성해 보세요.
+ 설명이 필요한 경우에는 되도록 짧고 간결하게 작성합니다.
+ 간단한 지침이 전체 지침보다 훨씬 더 중요합니다.
Amazon SageMaker Ground Truth 콘솔은 요약 지침을 작성할 수 있는 편집기를 제공합니다. 작업에 필요한 지침으로 자리 표시자 텍스트 및 이미지를 바꿉니다. **미리 보기**를 선택하면 작업자의 작업 페이지를 미리 볼 수 있습니다. 미리 보기는 새 창에서 열리기 때문에 팝업 차단 기능을 꺼야 미리 보기 창이 표시됩니다.
## 전체 지침
작업자가 데이터 객체에 라벨링을 지정하는 페이지에 겹쳐 나타나는 대화 상자에 작업자를 위한 추가 지침을 제공할 수 있습니다. 전체 지침은 복잡한 작업을 설명하고 작업자에게 엣지 케이스 또는 기타 어려운 객체의 라벨링 지정을 위한 적절한 방법을 보여주기 위해 사용합니다.
Ground Truth 콘솔의 편집기를 사용하여 전체 지침을 작성할 수 있습니다. 간단한 지침과 마찬가지로 다음 사항에 유의하세요.
+ 작업자는 작업을 완료하는 처음 몇 번에만 자세한 지침을 필요로 합니다. *필요한* 모든 정보는 간단한 지침으로 작성해야 합니다.
+ 그림이 설명보다 유용할 수 있습니다.
+ 간결해야 합니다.
+ 전체 지침은 간단한 지침을 보완해야 합니다. 간단한 지침의 정보를 반복해서 제공하지 마세요.
Ground Truth 콘솔은 전체 지침을 작성할 수 있는 편집기를 제공합니다. 작업에 필요한 지침으로 자리 표시자 텍스트 및 이미지를 바꿉니다. **미리 보기**를 선택하면 전체 지침 페이지를 미리 볼 수 있습니다. 미리 보기는 새 창에서 열리기 때문에 팝업 차단 기능을 꺼야 미리 보기 창이 표시됩니다.
## 지침에 예제 이미지 추가
이미지는 작업자에게 유용한 예제를 제공합니다. 지침에 공개적으로 액세스할 수 있는 이미지를 추가하려면
+ 지침 편집기에서 이미지를 배치할 위치에 커서를 가져갑니다.
+ 편집기 도구 모음에서 이미지 아이콘을 클릭합니다.
+ 이미지의 URL을 입력합니다.
Amazon S3의 지침 이미지에 공개적으로 액세스할 수 없는 경우:
+ 이미지 URL로 `{{ 'https://s3.amazonaws.com/your-bucket-name/image-file-name' | grant_read_access }}`를 입력합니다.
+ 그러면 이미지 URL에 일회성 단기 액세스 코드가 추가되어 작업자의 브라우저가 해당 이미지를 표시할 수 있습니다. 지침 편집기에 깨진 이미지 아이콘이 표시되지만, 도구를 미리 보기면 렌더링된 미리 보기에 이미지가 표시됩니다.
# 레이블 지정 작업 생성(콘솔)
Amazon SageMaker AI 콘솔을 사용하여 모든 Ground Truth 기본 제공 태스크 유형 및 사용자 지정 레이블링 워크플로에 대해 레이블링 작업을 생성할 수 있습니다. 기본 제공 작업 유형의 경우 이 페이지를 [작업 유형 관련 페이지](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)와 함께 사용하는 것이 좋습니다. 각 작업 유형 페이지에는 해당 작업 유형을 사용하여 레이블 지정 작업을 생성하는 방법에 대한 구체적인 세부 정보가 포함되어 있습니다.
SageMaker AI 콘솔에서 레이블링 작업을 생성하려면 다음 항목을 제공해야 합니다.
+ Amazon S3의 입력 매니페스트 파일. 입력 데이터 세트를 Amazon S3에 배치하고, Ground Truth 콘솔(3D 포인트 클라우드 레이블 지정 작업에 대해서는 지원되지 않음)을 사용하여 매니페스트 파일을 자동으로 생성할 수 있습니다.
아니면 입력 매니페스트 파일을 수동으로 생성할 수도 있습니다. 자세한 방법은 [입력 데이터](sms-data-input.md)을 참조하세요.
+ 출력 데이터를 저장할 수 있는 Amazon S3 버킷.
+ Amazon S3의 리소스에 액세스할 수 있는 권한이 있고 SageMaker AI 실행 정책과 연결되어 있는 IAM 역할. 일반 솔루션의 경우 관리형 정책인 AmazonSageMakerFullAccess를 IAM 역할에 연결하고, 버킷 이름에 `sagemaker`을(를) 포함시킬 수 있습니다.
보다 세부적인 정책은 [Ground Truth 사용을 위한 IAM 권한 할당](sms-security-permission.md)을(를) 참조하세요.
3D 포인트 클라우드 작업 유형에는 추가 보안 고려 사항이 있습니다. [자세히 알아보기](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-point-cloud-general-information.html#sms-security-permission-3d-point-cloud)
+ 작업팀. Amazon Mechanical Turk 작업자, 공급업체 또는 자체 프라이빗 작업자로 구성된 작업 인력으로 작업팀을 생성해야 합니다. 자세한 내용은 [인력](sms-workforce-management.md)을(를) 참조하세요.
Mechanical Turk 작업 인력은 3D 포인트 클라우드 레이블 지정 작업 또는 비디오 프레임 레이블 지정 작업에 사용할 수 없습니다.
+ 사용자 지정 레이블 지정 워크플로를 사용하려는 경우, Amazon S3에 작업자 작업 템플릿을 저장하고 해당 템플릿에 대한 Amazon S3 URI를 제공해야 합니다. 자세한 내용은 [사용자 지정 작업자 작업 템플릿 생성하기](sms-custom-templates-step2.md) 단원을 참조하십시오.
+ (선택 사항) SageMaker AI가 기본 Amazon S3 서비스 AWS KMS키 대신 자체 암호화 키를 사용하여 레이블 지정 작업의 출력을 AWS KMS암호화하도록 하려는 경우의 키 ARN입니다.
+ (선택 사항) 레이블 지정 작업에 사용하는 데이터 세트의 기존 레이블. 작업자가 레이블을 조정하거나 승인 및 거부하도록 하려면 이 옵션을 사용합니다.
+ 조정 또는 검증 레이블 지정 작업을 생성하려면 조정하거나 검증해야 할 레이블이 들어 있는 출력 매니페스트 파일이 Amazon S3에 있어야 합니다. 이 옵션은 경계 상자 및 의미 체계 세분화 이미지 레이블 지정 작업과 3D 포인트 클라우드 및 비디오 프레임 레이블 지정 작업에만 지원됩니다. 검증 또는 조정 레이블 지정 작업을 생성하려면 [레이블 확인 및 조정](sms-verification-data.md)의 지침을 따르는 것이 좋습니다.
**중요**
작업 팀, 입력 매니페스트 파일, 출력 버킷 및 Amazon S3의 기타 리소스는 레이블 지정 작업을 생성하는 데 사용하는 리전과 동일한 AWS리전에 있어야 합니다.
SageMaker AI 콘솔을 사용하여 레이블링 작업을 생성할 때는 Ground Truth가 제공하는 작업자 UI에 작업자 지침 및 레이블을 추가해야 합니다. 이 콘솔에서 레이블 지정 작업을 생성하는 동안 작업자 UI를 미리 보고 상호 작용할 수 있습니다. [기본 제공 작업 유형 페이지](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)에서 작업자 UI의 미리 보기를 볼 수도 있습니다.
**레이블 지정 작업을 생성하려면(콘솔)**
1. [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)에서 SageMaker AI 콘솔에 로그인합니다.
1. 왼쪽 탐색 창에서 **Labeling jobs(레이블 지정 작업)**를 선택합니다.
1. **Labeling jobs(레이블 지정 작업)** 페이지에서 **Create labeling job(레이블 지정 작업 생성)**을 선택합니다.
1. **작업 이름**에 레이블 지정 작업의 이름을 입력합니다.
1. (선택 사항) 키를 사용하여 레이블을 식별하려면 **I want to specify a label attribute name different from the labeling job name(레이블 지정 작업 이름과 다른 레이블 속성 이름을 지정하고 싶음)**을 선택합니다. 이 옵션을 선택하지 않으면 이전 단계에서 지정한 레이블 지정 작업 이름이 출력 매니페스트 파일에서 레이블을 식별하는 데 사용됩니다.
1. 데이터 설정을 선택하여 입력 데이터 세트와 Ground Truth 간의 연결을 생성하세요.
+ **자동 데이터 설정**의 경우:
+ 이미지, 텍스트 및 비디오 클립 레이블 지정 작업의 경우 [레이블 지정 작업을 위한 데이터 설정 자동화](sms-console-create-manifest-file.md)의 지침을 따르세요.
+ 비디오 프레임 레이블 지정 작업의 경우 [자동 동영상 프레임 입력 데이터 설정](sms-video-automated-data-setup.md)의 지침을 따르세요.
+ **수동 데이터 설정**의 경우:
+ **입력 데이터 세트 위치**에 입력 매니페스트 파일이 있는 Amazon S3 내 위치를 입력하세요. 예를 들어 입력 매니페스트 파일인 manifest.json이 **example-bucket**에 있다면, **s3://example-bucket/manifest.json**을 입력하세요.
+ **출력 데이터 세트 위치**에 Ground Truth로 레이블 지정 작업의 출력 데이터를 저장할 Amazon S3 내 위치를 입력하세요.
1. **IAM 역할**에서는 기존 IAM 역할을 선택하거나 Amazon S3의 리소스에 액세스할 권한이 있는 IAM 역할을 생성하여, 그 상위에 지정되어 있고 SageMaker AI 실행 정책과 연결된 출력 Amazon S3 버킷에 기록하세요.
1. (선택 사항) **추가 구성**의 경우 작업자가 레이블을 지정할 데이터세트의 양과 SageMaker AI가 암호화 AWS KMS키를 사용하여 레이블 지정 작업에 대한 출력 데이터를 암호화할지 여부를 지정할 수 있습니다. 출력 데이터를 암호화하려면 이전 단계에서 제공한 IAM 역할에 필요한 AWS KMS권한이 연결되어 있어야 합니다. 자세한 내용은 [Ground Truth 사용을 위한 IAM 권한 할당](sms-security-permission.md) 섹션을 참조하세요.
1. **작업 유형** 섹션의 **작업 범주**에서 드롭다운 목록을 사용하여 작업 범주를 선택하세요.
1. **Task selection(태스크 선택)**에서 태스크 유형을 선택합니다.
1. (선택 사항) 나중에 콘솔에서 쉽게 찾을 수 있도록 레이블 지정 작업에 대한 태그를 제공합니다.
1. **다음**을 선택합니다.
1. **작업자** 섹션에서 사용할 인력 유형을 선택합니다. 인력 옵션에 대한 자세한 내용은 [인력](sms-workforce-management.md) 섹션을 참조하세요 .
1. (선택 사항) 인력을 선택한 후 **태스크 제한 시간**을 지정합니다. 작업자가 태스크에 대해 작업을 수행해야 하는 최대 시간입니다.
3D 포인트 클라우드 주석 작업의 경우 기본 태스크 제한 시간은 3일입니다. 텍스트 및 이미지 분류 작업과 레이블 검증 레이블 지정 작업의 기본 제한 시간은 5분입니다. 기타 모든 레이블 지정 작업의 기본 제한 시간은 60분입니다.
1. (선택 사항) 경계 상자, 의미 체계 세분화, 비디오 프레임 및 3D 포인트 클라우드 작업 유형에서는 작업자가 검증 또는 조정할 수 있도록 입력 데이터 세트의 레이블을 표시해야 할 경우 **기존 레이블 표시**를 선택할 수 있습니다.
경계 상자 및 의미 체계 세분화 레이블 지정 작업의 경우, 이렇게 하면 조정 레이블 지정 작업이 생성됩니다.
3D 포인트 클라우드 및 비디오 프레임 레이블 지정 작업의 경우:
+ **조정**을 선택하여 조정 레이블 지정 작업을 생성하세요. 이 옵션을 선택하면 새 레이블을 추가할 수 있지만, 이전 작업에서 기존 레이블을 제거하거나 편집할 수는 없습니다. 대신 작업자가 편집해야 하는 레이블 범주 속성 및 프레임 속성을 선택할 수도 있습니다. 속성의 편집을 가능하게 하려면 해당 속성에 대해 **작업자가 이 속성을 편집할 수 있도록 허용** 확인란을 선택하세요.
아니면 새 레이블 범주와 프레임 속성을 추가할 수도 있습니다.
+ **검증**을 선택하여 조정 레이블 지정 작업을 생성하세요. 이 옵션을 선택하면 이전 작업에서 기존 레이블을 추가, 수정 또는 제거할 수 없습니다. 대신 작업자가 편집해야 하는 레이블 범주 속성 및 프레임 속성을 선택할 수도 있습니다. 속성의 편집을 가능하게 하려면 해당 속성에 대해 **작업자가 이 속성을 편집할 수 있도록 허용** 확인란을 선택하세요.
작업자가 검증해야 하는 레이블에 새 레이블 범주 속성을 추가하거나, 작업자가 프레임 전체에 대한 정보를 제공할 수 있도록 프레임 속성을 하나 이상 추가하는 것이 좋습니다.
자세한 내용은 [레이블 확인 및 조정](sms-verification-data.md) 섹션을 참조하세요.
1. 작업자 UI를 구성하려면 다음 방법대로 하세요.
+ [기본 제공 작업 유형](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)을 사용하려는 경우 작업자 지침 및 레이블을 지정하세요.
+ 이미지 분류 및 텍스트 분류(단일 및 다중 레이블)에서는 레이블 범주를 2개 이상 지정해야 합니다. 기타 모든 기본 제공 작업 유형에서는 레이블 범주를 1개 이상 지정해야 합니다.
+ (선택 사항) 3D 포인트 클라우드 또는 비디오 프레임 레이블 지정 작업을 생성하려는 경우, 레이블 범주 속성(3D 포인트 클라우드 의미 체계 세분화에는 지원되지 않음) 및 프레임 속성을 지정할 수 있습니다. 레이블 범주 속성은 하나 이상의 레이블에 할당할 수 있습니다. 프레임 속성은 각 포인트 클라우드 또는 비디오 프레임 작업자 레이블에 표시됩니다. 자세한 내용은 3D 포인트 클라우드의 경우 [작업자 사용자 인터페이스(UI)](sms-point-cloud-general-information.md#sms-point-cloud-worker-task-ui), 비디오 프레임의 경우 [작업자 사용자 인터페이스(UI)](sms-video-overview.md#sms-video-worker-task-ui)을(를) 참조하세요.
+ (선택 사항) 작업자가 작업을 완료하는 데 도움이 되도록 **추가 지침**을 추가하세요.
+ 사용자 지정 레이블 지정 워크플로를 생성하려면 다음 방법대로 해야 합니다.
+ 코드 상자에 [사용자 지정 템플릿](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-custom-templates-step2.html)을 입력하세요. 사용자 지정 템플릿은 HTML, Liquid 템플릿 언어 및 사전 빌드 웹 구성 요소를 조합하여 생성할 수 있습니다. 아니면 드롭다운 메뉴에서 기본 템플릿을 선택하여 시작할 수도 있습니다.
+ 사전 주석 및 사후 주석 Lambda 함수를 지정하세요. 이들 함수를 생성하는 방법은 [를 사용하여 사용자 지정 레이블 지정 워크플로에서 데이터 처리 AWS Lambda](sms-custom-templates-step3.md)을(를) 참조하세요.
1. (선택 사항) **미리 보기 확인**을 선택하여 작업자 지침 및 레이블을 미리 보고, 작업자 UI와 상호 작용을 할 수 있습니다. 미리 보기를 생성하기 전에 브라우저의 팝업 차단기가 비활성화되어 있어야 합니다.
1. **생성(Create)**을 선택합니다.
레이블 지정 작업을 성공적으로 생성하고 나면 **Labeling jobs(레이블 지정 작업)** 페이지로 리디렉션됩니다. 방금 생성된 레이블 지정 작업의 상태는 **진행 중**입니다. 이 상태는 작업자가 태스크를 완료함에 따라 점진적으로 업데이트됩니다. 모든 작업이 성공적으로 완료되면 상태가 **완료됨**으로 변경됩니다.
레이블 지정 작업을 생성하는 동안 문제가 발생하면 작업 상태가 **실패**로 변경됩니다.
작업에 대한 자세한 정보를 보려면 레이블 지정 작업 이름을 선택합니다.
## 다음 단계
레이블 지정 작업 상태가 **완료**로 변경된 후에는 해당 레이블 지정 작업을 생성하는 동안 지정된 Amazon S3 버킷에서 출력 데이터를 볼 수 있습니다. 출력 데이터의 형식에 대한 자세한 내용은 [작업 출력 데이터 레이블 지정](sms-data-output.md) 섹션을 참조하세요 .
# 레이블 지정 작업 생성(API)
Amazon SageMaker API를 사용하여 레이블 지정 작업을 생성하려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 작업을 사용합니다. 기본 제공 태스크 유형에 대한 레이블 지정 작업을 생성하는 방법에 대한 구체적인 지침은 해당 [태스크 유형 페이지](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)를 참조하세요. 영구적으로 실행되는 레이블 지정 작업인 스트리밍 레이블 지정 작업을 만드는 방법을 알아보려면 [스트리밍 레이블링 작업 생성](sms-streaming-create-job.md)를 참고하세요.
`CreateLabelingJob` 작업을 사용하려면 다음이 필요합니다.
+ Amazon S3의 작업자 태스크 템플릿(`UiTemplateS3Uri`) 또는 인적 태스크 UI ARN(`[HumanTaskUiArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html#sagemaker-Type-UiConfig-HumanTaskUiArn)`).
+ 3D 포인트 클라우드 작업, 비디오 객체 감지 및 추적 작업, NER 작업의 경우 작업 유형의 `HumanTaskUiArn`에 나열된 ARN을 사용하세요.
+ 3D 포인트 클라우드 태스크 이외의 기본 제공 태스크 유형을 사용하는 경우 사전 빌드 템플릿 중 하나에 작업자 지침을 추가하고 (.html 또는.liquid 확장자를 사용하여) 템플릿을 S3 버킷에 저장할 수 있습니다. [태스크 유형 페이지](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-task-types.html)에서 사전 빌드 템플릿을 찾습니다.
+ 사용자 지정 레이블 지정 워크플로를 사용하는 경우 사용자 지정 템플릿을 생성하고 S3 버킷에 템플릿을 저장할 수 있습니다. 사용자 지정 작업자 템플릿을 빌드하는 방법에 대한 자세한 내용은 [사용자 지정 작업자 작업 템플릿 생성하기](sms-custom-templates-step2.md) 섹션을 참조하세요. 템플릿을 사용자 지정하는 데 사용할 수 있는 사용자 지정 HTML 요소는 [군중 HTML 요소 참조](sms-ui-template-reference.md) 섹션을 참조하세요. 다양한 레이블 지정 작업의 데모 템플릿 리포지토리는 [Amazon SageMaker Ground Truth 샘플 작업 UI](https://github.com/aws-samples/amazon-sagemaker-ground-truth-task-uis)를 참조하세요.
+ Amazon S3에서 입력 데이터를 지정하는 입력 매니페스트 파일. `ManifestS3Uri`에서 입력 매니페스트 파일 위치를 지정합니다. 입력 매니페스트 생성에 대한 자세한 내용은 [입력 데이터](sms-data-input.md) 섹션을 참조하세요. 스트리밍 레이블 지정 작업을 생성하는 경우 이것은 선택 사항입니다. 스트리밍 레이블 지정 작업을 생성하는 방법을 알아보려면 [스트리밍 레이블링 작업 생성](sms-streaming-create-job.md)을 참고하세요.
+ 출력 데이터를 저장하는 Amazon S3 버킷. 이 버킷을 지정하고 선택 사항으로 `S3OutputPath`에서 접두사를 지정합니다.
+ 레이블 범주 구성 파일. 각 레이블 범주 이름은 고유해야 합니다. `LabelCategoryConfigS3Uri` 파라미터를 사용하여 Amazon S3에서 이 파일의 위치를 지정합니다. 이 파일의 형식 및 레이블 범주는 사용하는 작업 유형에 따라 달라집니다.
+ 이미지 분류 및 텍스트 분류(단일 및 다중 레이블)의 경우 레이블 범주를 두 개 이상 지정해야 합니다. 다른 모든 작업 유형의 경우 필요한 최소 레이블 범주 수는 1개입니다.
+ 개체명 인식 작업의 경우 이 파일에 있는 작업자 지침을 제공해야 합니다. 자세한 정보 및 예제는 [레이블 범주 구성 파일에 작업자 지침 제공하기](sms-named-entity-recg.md#worker-instructions-ner)을 참고하세요.
+ 3D 포인트 클라우드 및 비디오 프레임 태스크 유형의 경우 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md)의 형식을 사용합니다.
+ 다른 모든 기본 제공 태스크 유형 및 사용자 지정 태스크의 경우 레이블 범주 구성 파일은 다음 형식의 JSON 파일이어야 합니다. `label_1`, `label_2`, `...`, `label_n`을 레이블 범주로 대체하여 사용할 레이블을 식별합니다.
```
{
"document-version": "2018-11-28",
"labels": [
{"label": "label_1"},
{"label": "label_2"},
...
{"label": "label_n"}
]
}
```
+ [AmazonSageMakerGroundTruthExecution](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerGroundTruthExecution) 관리형 IAM 정책이 연결되고 S3 버킷에 액세스할 수 있는 권한이 있는 AWS Identity and Access Management (IAM) 역할입니다. `RoleArn`에서 이 역할을 지정하세요. 이 정책에 대한 자세한 내용은 [Ground Truth와 함께 IAM 관리형 정책 사용](sms-security-permissions-get-started.md)을 참고하세요. 보다 세분화된 권한이 필요한 경우는 [Ground Truth 사용을 위한 IAM 권한 할당](sms-security-permission.md) 섹션을 참조하세요 .
입력 또는 출력 버킷 이름에 `sagemaker`가 포함되어 있지 않은 경우 `CreateLabelingJob` 작업에 전달되는 역할에 다음과 유사한 정책을 연결할 수 있습니다.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"s3:GetObject"
],
"Resource": [
"arn:aws:s3:::my_input_bucket/*"
]
},
{
"Effect": "Allow",
"Action": [
"s3:PutObject"
],
"Resource": [
"arn:aws:s3:::my_output_bucket/*"
]
}
]
}
```
------
+ 주석 전 및 주석 후(또는 주석 통합) AWS Lambda 함수는 입력 및 출력 데이터를 처리하기 위해 Amazon 리소스 이름(ARN)을 사용합니다.
+ Lambda 함수는 내장 작업 유형에 대해 각 AWS 리전에서 사전 정의됩니다. 사용자 리전의 주석 전 Lambda ARN을 찾으려면 [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn)을 참고하세요. 사용자 리전에 대한 주석 통합 Lambda ARN을 찾으려면 [AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_AnnotationConsolidationConfig.html#SageMaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)을 참고하세요.
+ 사용자 지정 레이블 지정 워크플로의 경우, 사용자 지정 주석 전 및 주석 후 Lambda ARN을 제공해야 합니다. 이러한 Lambda 함수를 생성하는 방법에 대한 자세한 내용은 [를 사용하여 사용자 지정 레이블 지정 워크플로에서 데이터 처리 AWS Lambda](sms-custom-templates-step3.md)을 참조하세요.
+ `WorkteamArn`에서 지정하는 작업 팀 ARN. 공급업체 작업 인력을 구독하거나 프라이빗 작업 팀을 생성하면 작업 팀 ARN을 받게 됩니다. 비디오 프레임 또는 포인트 클라우드 작업 유형에 대한 레이블 지정 작업을 생성하는 경우 작업 Amazon Mechanical Turk 인력을 사용할 수 없습니다. 다른 모든 작업 유형의 경우 Mechanical Turk 작업 인력을 사용하려면 다음 ARN을 사용하세요. *`region`*를 레이블 지정 작업을 생성하는 데 사용하는 AWS 리전으로 바꿉니다.
` arn:aws:sagemaker:region:394669845002:workteam/public-crowd/default`
[Amazon Mechanical Turk 작업 인력](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html)을 사용하는 경우, `InputConfig`의 `DataAttributes`에 있는 `ContentClassifiers` 파라미터를 사용하여 콘텐츠에 개인 식별 정보 및 성인 콘텐츠가 없다는 것을 선언합니다.
Ground Truth에서는 Mechanical Turk 인력을 고용하는 경우 입력 데이터에 개인 식별 정보(PII)가 *없어야 합니다*. Mechanical Turk를 사용하고 `FreeOfPersonallyIdentifiableInformation` 플래그를 사용하여 입력 데이터에 PII가 없음을 지정하지 않으면 레이블 지정 작업이 실패합니다. `FreeOfAdultContent` 플래그를 사용하여 입력 데이터에 성인용 콘텐츠가 없음을 선언하세요. SageMaker AI는 태스크에 성인용 콘텐츠가 포함된 경우 태스크를 볼 수 있는 Amazon Mechanical Turk 작업자를 제한할 수 있습니다.
작업 팀 및 작업 인력에 대한 자세한 내용은 [인력](sms-workforce-management.md) 섹션을 참조하세요.
+ Mechanical Turk 작업 인력을 사용하는 경우 `PublicWorkforceTaskPrice`에서 단일 작업 수행에 대해 작업자에게 지불할 가격을 지정해야 합니다.
+ 작업을 구성하려면 `TaskDescription` 및 `TaskTitle`을 각각 사용하여 작업 설명과 제목을 제공해야 합니다. 선택 사항으로 작업자가 개별 작업을 수행해야 하는 시간(`TaskTimeLimitInSeconds`) 및 작업자가 사용할 수 있는 작업자 포털에 작업이 남아 있는 기간(`TaskAvailabilityLifetimeInSeconds`)을 제어하는 시간 제한을 제공할 수 있습니다.
+ (선택 사항) [일부 태스크 유형](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-annotation-consolidation.html)의 경우 `NumberOfHumanWorkersPerDataObject` 파라미터에 1보다 큰 숫자를 입력하여 여러 작업자가 단일 데이터 객체에 레이블을 지정하도록 할 수 있습니다. 주석 통합에 대한 자세한 내용은 [주석 통합](sms-annotation-consolidation.md) 섹션을 참조하세요.
+ (선택 사항) 자동화된 데이터 레이블 지정 작업을 생성하려면 `LabelingJobAlgorithmsConfig`의 [LabelingJobAlgorithmSpecificationArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_LabelingJobAlgorithmsConfig.html)에 나열된 ARN 중 하나를 지정하세요. 이 ARN은 자동화된 데이터 레이블 지정 작업에 사용되는 알고리즘을 식별합니다. 이 ARN과 연결된 작업 유형은 사용자가 지정한 `PreHumanTaskLambdaArn` 및 `AnnotationConsolidationLambdaArn`의 작업 유형과 일치해야 합니다. 자동화된 데이터 레이블 지정은 이미지 분류, 경계 상자, 의미 체계 분할 및 텍스트 분류와 같은 작업 유형에 대해 지원됩니다. 자동 데이터 레이블 지정에 허용되는 최소 객체 수는 1,250개이고 최소 5,000개의 객체를 제공하는 것이 좋습니다. 자동화된 데이터 레이블 지정 작업에 대한 자세한 내용은 [데이터 레이블 지정 자동화](sms-automated-labeling.md)을 참고하세요.
+ (선택 사항) 조건 중 하나가 충족되면 레이블 지정 작업이 중지되도록 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#API_CreateLabelingJob_RequestSyntax](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#API_CreateLabelingJob_RequestSyntax)을 지정할 수 있습니다. 중지 조건을 사용하여 레이블 작업 비용을 제어할 수 있습니다.
## 예제
다음 코드 예제에서는 `CreateLabelingJob`를 사용하여 레이블 지정 작업을 생성하는 방법을 보여줍니다. [SageMaker AI 예시 리포지토리](https://github.com/aws/amazon-sagemaker-examples/tree/master/ground_truth_labeling_jobs)의 GitHub에서도 이러한 예시 노트북을 볼 수 있습니다.
------
#### [ AWS SDK for Python (Boto3) ]
다음은 프라이빗 작업 인력을 사용하여 미국 동부(버지니아 북부) 리전에 기본 제공된 작업 유형의 레이블 지정 작업을 생성하는 [AWS Python SDK(Boto3) 요청](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)의 예시입니다. *빨간색 기울임꼴로 표시된 모든 텍스트*를 레이블 지정 작업 리소스 및 사양으로 바꾸세요.
```
response = client.create_labeling_job(
LabelingJobName="example-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/custom-worker-task-template.html"
},
'PreHumanTaskLambdaArn': "arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype",
'TaskKeywords': [
"Images",
"Classification",
"Multi-label"
],
'TaskTitle': "Multi-label image classification task",
'TaskDescription': "Select all labels that apply to the images shown",
'NumberOfHumanWorkersPerDataObject': 1,
'TaskTimeLimitInSeconds': 3600,
'TaskAvailabilityLifetimeInSeconds': 21600,
'MaxConcurrentTaskCount': 1000,
'AnnotationConsolidationConfig': {
'AnnotationConsolidationLambdaArn': "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
},
Tags=[
{
'Key': "string",
'Value': "string"
},
]
)
```
------
#### [ AWS CLI ]
다음은 [Amazon Mechanical Turk 작업](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html) 인력을 사용하여 미국 동부(버지니아 북부) 리전에서 기본 제공 작업 유형에 대한 레이블 지정 작업을 생성하기 위한 AWS CLI 요청의 예입니다. 자세한 내용은 *[AWS CLI 명령 레퍼런스](https://docs.aws.amazon.com/cli/latest/reference/)*에서 [start-human-loop](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-labeling-job.html)를 참고하세요. *빨간색 기울임꼴로 표시된 모든 텍스트*를 레이블 지정 작업 리소스 및 사양으로 바꾸세요.
```
$ aws --region us-east-1 sagemaker create-labeling-job \
--labeling-job-name "example-labeling-job" \
--label-attribute-name "label" \
--role-arn "arn:aws:iam::account-id:role/role-name" \
--input-config '{
"DataAttributes": {
"ContentClassifiers": [
"FreeOfPersonallyIdentifiableInformation",
"FreeOfAdultContent"
]
},
"DataSource": {
"S3DataSource": {
"ManifestS3Uri": "s3://bucket/path/manifest-with-input-data.json"
}
}
}' \
--output-config '{
"KmsKeyId": "",
"S3OutputPath": "s3://bucket/path/file-to-store-output-data"
}' \
--human-task-config '{
"AnnotationConsolidationConfig": {
"AnnotationConsolidationLambdaArn": "arn:aws:lambda:us-east-1:432418664414:function:ACS-"
},
"TaskAvailabilityLifetimeInSeconds": 21600,
"TaskTimeLimitInSeconds": 3600,
"NumberOfHumanWorkersPerDataObject": 1,
"PreHumanTaskLambdaArn": "arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype",
"WorkteamArn": "arn:aws:sagemaker:us-east-1:394669845002:workteam/public-crowd/default",
"PublicWorkforceTaskPrice": {
"AmountInUsd": {
"Dollars": 0,
"TenthFractionsOfACent": 6,
"Cents": 3
}
},
"TaskDescription": "Select all labels that apply to the images shown",
"MaxConcurrentTaskCount": 1000,
"TaskTitle": "Multi-label image classification task",,
"TaskKeywords": [
"Images",
"Classification",
"Multi-label"
],
"UiConfig": {
"UiTemplateS3Uri": "s3://bucket/path/custom-worker-task-template.html"
}
}'
```
------
이 작업에 대한 자세한 내용은 [CreateLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateLabelingJob.html)을 참조하세요. 기타 언어별 SDK를 사용하는 방법에 대한 자세한 내용은 `CreateLabelingJobs` 주제의 [관련 항목](https://docs.aws.amazon.com/sagemaker/latest/dg/API_CreateLabelingJob.html#API_CreateLabelingJob_SeeAlso)을 참고하세요.
# 스트리밍 레이블링 작업 생성
스트리밍 레이블 지정 작업을 사용하면 영구 실행 중인 스트리밍 레이블 지정 작업에 개별 데이터 객체를 실시간으로 전송할 수 있습니다. 스트리밍 레이블 지정 작업을 생성하려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 요청 시 `InputConfig` 파라미터에 Amazon SNS *입력 주제* ARN`SnsTopicArn`, 을 지정할 수 있습니다. 선택적으로 Amazon SNS *출력 주제*를 생성하고 레이블 데이터를 실시간으로 수신하려는 경우 `OutputConfig`에 이를 지정할 수도 있습니다.
**중요**
Ground Truth 스트리밍 레이블 지정 작업을 처음 사용하는 경우 스트리밍 레이블 지정 작업을 생성하기 전에 [Ground Truth 스트리밍 레이블 지정 작업](sms-streaming-labeling-job.md) 섹션을 검토하는 것이 좋습니다. Ground Truth 스트리밍 레이블 지정 작업은 SageMaker API를 통해서만 지원됩니다.
다음 섹션을 사용하여 스트리밍 레이블 지정 작업을 생성하는 데 사용할 수 있는 리소스를 생성합니다.
+ [데이터 레이블 지정에 Amazon SNS 주제 사용](sms-create-sns-input-topic.md)의 단계에 따라 Ground Truth 스트리밍 레이블 지정 작업에 필요한 권한을 사용하여 SNS 주제를 생성하는 방법을 알아보세요. SNS 주제는 레이블 지정 작업과 동일한 AWS 리전에서 생성해야 합니다.
+ 레이블 지정 작업이 완료될 때마다 지정된 엔드포인트에서 레이블 지정 작업 출력 데이터를 수신하도록 엔드포인트를 설정하는 방법을 알아보려면 [엔드포인트가 Amazon SNS 출력 주제를 구독하게 등록](sms-create-sns-input-topic.md#sms-streaming-subscribe-output-topic) 섹션을 참조하세요.
+ Amazon SNS 입력 주제에 알림을 보내도록 Amazon S3 버킷을 구성하는 방법을 알아보려면 [레이블링 작업에 정의된 Amazon SNS를 기반으로 Amazon S3 기반 버킷 이벤트 알림 생성](sms-streaming-s3-setup.md) 섹션을 참조하세요.
+ 레이블 지정 작업이 시작되자마자 레이블을 지정하려는 데이터 객체를 입력 매니페스트에 추가할 수도 있습니다. 자세한 내용은 [매니페스트 파일 생성(선택 사항)](sms-streaming-manifest.md) 섹션을 참조하세요.
+ 레이블 지정 작업을 생성하는 데 필요한 다른 리소스(예: IAM 역할, Amazon S3 버킷, 작업자 태스크 템플릿, 레이블 카테고리)가 있습니다. 이러한 내용은 레이블 지정 작업 생성에 대한 Ground Truth 설명서에 설명되어 있습니다. 자세한 내용은 [레이블 지정 작업 생성](sms-create-labeling-job.md) 섹션을 참조하세요.
**중요**
레이블 지정 작업을 생성할 때는 IAM 실행 역할을 제공해야 합니다. AWS 관리형 정책 **AmazonSageMakerGroundTruthExecution**을이 역할에 연결하여 레이블 지정 작업을 실행하는 데 필요한 권한이 있는지 확인합니다.
스트리밍 레이블 지정 작업 생성 요청을 제출하면 레이블 지정 작업의 상태는 `Initializing`이 됩니다. 레이블 지정 작업이 활성화되면 상태가 `InProgress`로 변경됩니다. 레이블 지정 작업에 새 데이터 객체를 보내거나 해당 `Initializing` 상태에 있는 동안 레이블 지정 작업을 중단하려고 시도하지 마세요. 상태가 `InProgress`로 변경되면 Amazon SNS 및 Amazon S3 구성을 사용하여 새 데이터 객체를 보내기 시작할 수 있습니다.
**Topics**
+ [데이터 레이블 지정에 Amazon SNS 주제 사용](sms-create-sns-input-topic.md)
+ [레이블링 작업에 정의된 Amazon SNS를 기반으로 Amazon S3 기반 버킷 이벤트 알림 생성](sms-streaming-s3-setup.md)
+ [매니페스트 파일 생성(선택 사항)](sms-streaming-manifest.md)
+ [예: SageMaker API를 사용하여 스트리밍 레이블 지정 작업 생성](sms-streaming-create-labeling-job-api.md)
+ [스트리밍 레이블 지정 작업 중지](sms-streaming-stop-labeling-job.md)
# 데이터 레이블 지정에 Amazon SNS 주제 사용
스트리밍 레이블 지정 작업을 생성하려면 Amazon SNS 입력을 생성해야 합니다. 선택 사항으로 Amazon SNS 출력 주제를 제공할 수도 있습니다.
스트리밍 레이블 지정 작업에 사용할 Amazon SNS 주제를 생성할 경우 Amazon 리소스 이름(ARN)이라는 주제를 기록해 둡니다. ARN은 레이블 지정 작업을 생성할 때 `InputConfig`와 `OutputConfig`에서 `SnsTopicArn` 파라미터의 입력 값이 됩니다.
## 입력 주제 생성
입력 주제는 Ground Truth에 새 데이터 객체를 보내는 데 사용됩니다. 입력 주제를 생성하려면 Amazon Simple Notification Service 개발자 안내서의 [Amazon SNS 주제 생성](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html)을 참조하세요.
입력 주제 ARN을 메모해 두고 `InputConfig`에서 `CreateLabelingJob` 파라미터 `SnsTopicArn`의 입력으로 사용하세요.
## 출력 주제 생성
출력 주제를 제공하면 데이터 객체에 레이블이 지정될 때 알림 전송에 사용됩니다. 주제를 생성할 때 암호화 키를 추가할 수 있습니다. 이 옵션을 사용하여 주제에 AWS Key Management Service 고객 관리형 키를 추가하여 레이블 지정 작업이 출력 주제에 게시되기 전에 해당 작업의 출력 데이터를 암호화합니다.
출력 주제를 생성하려면 Amazon Simple Notification Service 개발자 안내서의 [Amazon SNS 주제 생성](https://docs.aws.amazon.com/sns/latest/dg/sns-create-topic.html)을 참조하세요.
암호화를 추가하는 경우 주제에 추가 권한을 부여해야 합니다. 자세한 정보는 [출력 주제에 암호화 추가(선택 사항)](#sms-streaming-encryption) 섹션을 참조하세요.
**중요**
콘솔에서 주제를 생성할 때 출력 주제에 고객 관리형 키를 추가하려면 **(기본값) alias/aws/sns** 옵션을 사용하지 마세요. 생성한 고객 관리형 키를 선택합니다.
입력 주제 ARN을 메모해 두고 `OutputConfig`에서 `CreateLabelingJob` 파라미터 `SnsTopicArn`에 사용하세요.
### 출력 주제에 암호화 추가(선택 사항)
출력 주제에 게시된 메시지를 암호화하려면 주제에 AWS KMS 고객 관리형 키를 제공해야 합니다. 다음 정책을 수정하고 고객 관리형 키에 추가하여 출력 주제에 게시하기 전에 Ground Truth에 출력 데이터를 암호화할 수 있는 권한을 부여하세요.
주제를 생성할 때 사용하는 계정의 ID로 *``*를 바꾸세요. AWS 계정 ID를 찾는 방법을 알아보려면 [AWS 계정 ID 찾기를 참조하세요](https://docs.aws.amazon.com/IAM/latest/UserGuide/console_account-alias.html#FindingYourAWSId).
------
#### [ JSON ]
****
```
{
"Id": "key-console-policy",
"Version":"2012-10-17",
"Statement": [
{
"Sid": "Enable IAM User Permissions",
"Effect": "Allow",
"Principal": {
"AWS": "arn:aws:iam::111122223333:root"
},
"Action": "kms:*",
"Resource": "*"
},
{
"Sid": "Allow access for Key Administrators",
"Effect": "Allow",
"Principal": {
"AWS": "arn:aws:iam::111122223333:role/Admin"
},
"Action": [
"kms:Create*",
"kms:Describe*",
"kms:Enable*",
"kms:List*",
"kms:Put*",
"kms:Update*",
"kms:Revoke*",
"kms:Disable*",
"kms:Get*",
"kms:Delete*",
"kms:TagResource",
"kms:UntagResource",
"kms:ScheduleKeyDeletion",
"kms:CancelKeyDeletion"
],
"Resource": "*"
}
]
}
```
------
또한 레이블 지정 작업을 생성하는 데 사용하는 실행 역할(`RoleArn`에 대한 입력 값)에 다음 정책을 수정하여 추가해야 합니다.
주제를 생성할 때 사용하는 계정의 ID로 *``*를 바꾸세요. 레이블 지정 작업을 생성하는 데 사용 중인 AWS 리전으로 *``*을 바꾸세요. 고객 관리형 키로 ``를 바꾸세요.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "sid1",
"Effect": "Allow",
"Action": [
"kms:Decrypt",
"kms:GenerateDataKey"
],
"Resource": "arn:aws:kms:us-east-1:111122223333:key/your_key_id"
}
]
}
```
------
키 생성 및 보안에 대한 자세한 내용은 AWS Key Management Service 개발자 안내서의 [키 생성](https://docs.aws.amazon.com/kms/latest/developerguide/create-keys.html) 및 [키 정책 사용을](https://docs.aws.amazon.com/kms/latest/developerguide/key-policies.html) 참조하세요.
## 엔드포인트가 Amazon SNS 출력 주제를 구독하게 등록
작업자가 Ground Truth 스트리밍 레이블 지정 작업에서 레이블 지정 작업을 완료하면 Ground Truth는 출력 주제를 사용하여 사용자가 지정하는 하나 이상의 엔드포인트에 출력 데이터를 게시합니다. 작업자가 레이블 지정 작업을 완료했을 때 알림을 받으려면 Amazon SNS 출력 주제를 엔드포인트로 구독해야 합니다.
출력 주제에 엔드포인트를 추가하는 방법을 알아보려면 *Amazon Simple Notification Service 개발자 안내서*에서 [AmazonSNS 주제 구독](https://docs.aws.amazon.com/sns/latest/dg/sns-create-subscribe-endpoint-to-topic.html)을 참조하세요.
이러한 엔드포인트에 게시되는 출력 데이터 형식에 대한 자세한 내용은 [작업 출력 데이터 레이블 지정](sms-data-output.md) 섹션을 참조하세요.
**중요**
Amazon SNS 출력 주제에 엔드포인트를 구독 등록하지 않으면 새 데이터 객체에 레이블이 지정될 때 알림을 받지 않습니다.
# 레이블링 작업에 정의된 Amazon SNS를 기반으로 Amazon S3 기반 버킷 이벤트 알림 생성
Amazon S3 버킷, 이벤트 알림에 대한 변경 사항은 Amazon S3 콘솔, API, 언어별 AWS SDKs 또는에서 활성화됩니다 AWS Command Line Interface. 이벤트에서는 `CreateLabelingJob` 요청의 일부로 `InputConfig` 파라미터에 지정된 Amazon SNS 입력 주제 ARN(`SnsTopicArn`)과 동일한 ARN을 사용해야 합니다.
**Amazon S3 버킷 알림 및 입력 데이터는 동일한 Amazon S3 버킷이 아니어야 합니다.**
이벤트 알림을 생성할 때 `OutputConfig` 파라미터에서 `S3OutputPath`로 지정한 것과 동일한 Amazon S3 위치를 사용하지 마세요. 두 버킷을 연결하면 Ground Truth에서 원치 않는 데이터 객체를 레이블링 대상으로 처리할 수 있습니다.
Amazon SNS 주제로 전송할 이벤트 유형을 결정합니다. Ground Truth는 [객체 생성 이벤트](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/enable-event-notifications.html#enable-event-notifications-types)를 전송할 때 레이블 지정 작업을 생성합니다.
Amazon SNS 입력 주제로 전송되는 이벤트 구조는 [이벤트 메시지 구조](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html)에 있는 것과 동일한 구조를 사용하여 형식이 지정된 JSON 메시지여야 합니다.
Amazon S3 콘솔, .NET용 AWS SDK 및 Java용 AWS SDK를 사용하여 Amazon S3 버킷에 대한 이벤트 알림을 설정하는 방법의 예를 보려면 *Amazon Simple Storage Service 사용 설명서*의 연습, [연습: 알림용 버킷 구성(SNS 주제 또는 SQS 대기열)](https://docs.aws.amazon.com/AmazonS3/latest/dev/ways-to-add-notification-config-to-bucket.html)을 따르세요.
Amazon EventBridge 알림은 기본적으로 지원되지 않습니다. EventBridge 기반 알림을 사용하려면 [이벤트 메시지 구조](https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html)에 사용된 JSON 형식과 일치하도록 출력 형식을 업데이트해야 합니다.
# 매니페스트 파일 생성(선택 사항)
스트리밍 레이블 지정 작업을 생성할 때 `CreateLabelingJob`의 `ManifestS3Uri`에서 지정한 입력 매니페스트 파일에 객체(예: 이미지 또는 텍스트)를 추가할 수 있는 일회성 옵션이 있습니다. 스트리밍 레이블 지정 작업이 시작되면 이러한 객체는 작업자에게 전송되거나 총 객체 수가 `MaxConcurrentTaskCount`를 초과하는 경우 Amazon SQS 대기열에 추가됩니다. 작업자가 레이블 지정 작업을 완료함에 따라 정기적으로 레이블 지정 작업을 생성할 때 지정한 Amazon S3 경로에 결과가 추가됩니다. 출력 데이터는 출력 주제를 구독하는 모든 엔드포인트로 전송됩니다.
레이블을 지정할 초기 객체를 제공하려면 이러한 객체를 식별하는 매니페스트 파일을 생성하여 Amazon S3에 배치하세요. 이 매니페스트 파일의 S3 URI를 `InputConfig`내에서 `ManifestS3Uri`에 지정하세요.
매니페스트 파일의 형식을 지정하는 방법을 알아보려면 [입력 데이터](sms-data-input.md) 섹션을 참조하세요. SageMaker AI 콘솔을 사용하여 매니페스트 파일을 자동으로 생성하려면(3D 포인트 클라우드 태스크 유형에는 지원되지 않음), [레이블 지정 작업을 위한 데이터 설정 자동화](sms-console-create-manifest-file.md) 섹션을 참조하세요.
# 예: SageMaker API를 사용하여 스트리밍 레이블 지정 작업 생성
다음은 미국 동부(버지니아 북부) 리전의 기본 제공 태스크 유형에 대한 스트리밍 레이블 지정 작업을 시작하는 데 사용할 수 있는 [AWS Python SDK(Boto3) 요청](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job)의 예입니다. 각 매개변수에 대한 자세한 내용은 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)을 참조하세요. 이 API 및 관련 언어별 SDK를 사용하여 레이블 지정 작업을 생성하는 방법을 알아보려면 [레이블 지정 작업 생성(API)](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-create-labeling-job-api.html)을 참조하세요.
이 예에는 다음 파라미터가 포함되어 있습니다.
+ `SnsDataSource`- 이 파라미터는 `InputConfig` 및 `OutputConfig`에 나타나며, 입력 및 출력의 Amazon SNS 주제를 각각 식별하는 데 사용됩니다. 스트리밍 레이블 지정 작업을 생성하려면 Amazon SNS 입력 주제를 제공해야 합니다. 선택 사항으로 Amazon SNS 출력 주제를 제공할 수도 있습니다.
+ `S3DataSource` – 이 파라미터는 선택 항목입니다. 레이블 지정 작업이 시작되는 즉시 레이블을 지정하려는 데이터 객체의 입력 매니페스트 파일을 포함하려면 이 파라미터를 사용하세요.
+ [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-StoppingConditions](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-StoppingConditions) – 스트리밍 레이블 지정 작업을 생성할 때는 이 파라미터가 무시됩니다. 스트리밍 레이블 지정 작업 중지에 대한 자세한 내용은 [스트리밍 레이블 지정 작업 중지](sms-streaming-stop-labeling-job.md) 섹션을 참조하세요.
+ 스트리밍 레이블 지정 작업은 자동 데이터 레이블 지정을 지원하지 않습니다. `LabelingJobAlgorithmsConfig` 파라미터를 포함하지 않습니다.
```
response = client.create_labeling_job(
LabelingJobName= 'example-labeling-job',
LabelAttributeName='label',
InputConfig={
'DataSource': {
'S3DataSource': {
'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
},
'SnsDataSource': {
'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-input-topic'
}
},
'DataAttributes': {
'ContentClassifiers': [
'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
]
}
},
OutputConfig={
'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
'KmsKeyId': 'string',
'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-output-topic'
},
RoleArn='arn:aws:iam::*:role/*',
LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
HumanTaskConfig={
'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*',
'UiConfig': {
'UiTemplateS3Uri': 's3://bucket/path/custom-worker-task-template.html'
},
'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype',
'TaskKeywords': [
'Example key word',
],
'TaskTitle': 'Multi-label image classification task',
'TaskDescription': 'Select all labels that apply to the images shown',
'NumberOfHumanWorkersPerDataObject': 123,
'TaskTimeLimitInSeconds': 123,
'TaskAvailabilityLifetimeInSeconds': 123,
'MaxConcurrentTaskCount': 123,
'AnnotationConsolidationConfig': {
'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-tasktype'
}
},
Tags=[
{
'Key': 'string',
'Value': 'string'
},
]
)
```
# 스트리밍 레이블 지정 작업 중지
[StopLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StopLabelingJob.html) 작업을 사용하여 스트리밍 레이블 지정 작업을 수동으로 중지할 수 있습니다.
레이블 지정 작업이 10일 이상 유휴 상태로 유지되면 Ground Truth가 자동으로 작업을 중단합니다. 이러한 맥락에서 Amazon SNS 입력 주제로 전송된 객체가 없고 Amazon SQS 대기열에 레이블 지정 대기 중인 객체가 없는 경우 레이블 지정 작업은 *유휴* 상태로 간주됩니다. 예를 들어 Amazon SNS 입력 주제에 데이터 객체를 제공하지 않고 레이블 지정 작업에 제공된 모든 객체가 이미 레이블이 지정된 경우 Ground Truth는 타이머를 시작합니다. 타이머가 시작된 후 10일 동안 항목이 수신되지 않으면 레이블 지정 작업이 중지됩니다.
레이블 지정 작업이 중지되면 해당 상태는 `STOPPING`이며, Ground Truth는 레이블 지정 작업 리소스를 정리하고 Amazon SQS 대기열에서 Amazon SNS 주제를 구독 취소합니다. Ground Truth는 Amazon SQS를 삭제하지 *않습니다*. 이 대기열에는 처리되지 않은 데이터 객체가 포함되어 있을 수 있기 때문입니다. Amazon SQS에서 추가 요금이 발생하지 않도록 하려면 대기열을 수동으로 삭제해야 합니다. 자세한 내용은 [Amazon SQS 요금](https://aws.amazon.com/sqs/pricing/)을 참조하세요.
# 레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정
Amazon SageMaker API 작업(`CreateLabelingJob`)을 사용하여 3D 포인트 클라우드 또는 비디오 프레임 레이블 지정 작업을 생성하는 경우, 레이블 범주 구성 파일을 사용하여 레이블 및 작업자 지침을 지정합니다. 선택적으로 레이블 범주 속성 파일에 다음을 제공할 수도 있습니다.
+ 비디오 프레임 및 3D 포인트 클라우드 객체 추적 및 객체 감지 태스크 유형에 *레이블 범주 속성*을 제공할 수 있습니다. 작업자는 주석에 하나 이상의 속성을 할당하여 해당 객체에 대한 추가 정보를 제공할 수 있습니다. 예를 들어 *occluded* 속성을 사용하여 객체가 부분적으로 방해를 받았을 때 작업자가 이를 식별하도록 할 수 있습니다. `categoryAttributes` 파라미터를 사용하여 단일 레이블에 대한 레이블 범주 속성을 지정하거나, `categoryGlobalAttributes` 파라미터를 사용하는 모든 레이블에 대해 레이블 범주 속성을 지정할 수 있습니다.
+ `frameAttributes`을(를) 사용하여 비디오 프레임 및 3D 포인트 클라우드 객체 추적 및 객체 감지 작업 유형에 대한 *프레임 속성*을 제공할 수 있습니다. 프레임 속성을 생성하면 작업자 태스크의 각 프레임 또는 포인트 클라우드에 해당 속성이 나타납니다. 비디오 프레임 레이블 지정 작업에서 이러한 속성은 작업자가 전체 비디오 프레임에 할당하는 속성입니다. 3D 포인트 클라우드 레이블 지정 작업의 경우 이러한 속성이 단일 포인트 클라우드에 적용됩니다. 프레임 속성을 사용하면 작업자가 특정 프레임 또는 포인트 클라우드의 장면에 대한 추가 정보를 제공하도록 할 수 있습니다.
+ 비디오 프레임 레이블 지정 작업의 경우, 레이블 범주 구성 파일을 사용하여 작업자에게 전송된 작업 유형(경계 상자, 폴리라인, 다각형 또는 키포인트) 을 지정합니다.
작업자의 경우, 레이블 범주 속성 및 프레임 속성에 대한 값 지정은 선택 사항입니다.
**중요**
감사 작업을 실행하여 레이블을 확인하거나 조정하는 경우에만 `auditLabelAttributeName`에 레이블 속성 이름을 제공해야 합니다. 이 파라미터를 사용하여 작업자가 조정할 주석을 생성한 레이블 지정 작업에 사용되는 [LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)을 입력합니다. 콘솔에서 레이블 지정 작업을 생성할 때 레이블 속성 이름을 지정하지 않은 경우에는 작업 **이름**이 LabelAttributeName으로 사용됩니다.
다음 주제에서는 다양한 종류의 레이블 지정 작업에 대한 레이블 범주 구성 파일의 예를 보여줍니다. 또한 범주 구성 파일의 스키마와 할당량도 설명합니다.
**Topics**
+ [예제: 3D 포인트 클라우드 레이블 지정 작업을 위한 레이블 지정 범주 구성 파일](#sms-label-cat-config-attributes-3d-pc)
+ [예: 비디오 프레임 레이블 지정 작업을 위한 범주 구성 파일 레이블 지정](#sms-label-cat-config-attributes-vid-frame)
+ [레이블 범주 구성 파일 스키마](#sms-label-cat-config-attributes-schema)
+ [레이블 및 레이블 범주 속성 할당량](#sms-point-cloud-label-cat-limits)
## 예제: 3D 포인트 클라우드 레이블 지정 작업을 위한 레이블 지정 범주 구성 파일
다음 주제는 객체 감지, 객체 추적, 의미 체계 분할, 조정 및 확인 레이블 지정 작업을 위한 3D 포인트 클라우드 레이블 범주 구성 파일의 예를 보여줍니다.
**Topics**
+ [예: 3D 포인트 클라우드 객체 추적 및 객체 감지](#example-3d-point-cloud-object)
+ [예: 3D 포인트 클라우드 의미 체계 분할](#example-3d-point-cloud-semantic)
+ [예: 3D 포인트 클라우드 조정](#example-3d-point-cloud-adjustment)
+ [예: 3D 포인트 클라우드 확인](#example-3d-point-cloud-verification)
### 예: 3D 포인트 클라우드 객체 추적 및 객체 감지
다음은 3D 포인트 클라우드 객체 감지 또는 객체 추적 레이블 지정 작업에 대한 레이블 범주 속성을 포함하는 레이블 범주 구성 파일의 예입니다. 이 예제에는 레이블 지정 작업에 제출된 모든 포인트 클라우드에 추가될 두 프레임 속성이 포함되어 있습니다. `Car` 레이블에는 네 개의 레이블 범주 속성(`X`, `Y`, `Z` 및 글로벌 속성 `W`)이 포함됩니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"],
"isRequired":true
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"]
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""}
}
```
### 예: 3D 포인트 클라우드 의미 체계 분할
다음은 3D 포인트 클라우드 의미 체계 분할 레이블 지정 작업용 레이블 범주 구성 파일의 예입니다.
3D 포인트 클라우드 의미 체계 분할 태스크 유형에서는 레이블 범주 속성이 지원되지 않습니다. 프레임 속성이 지원됩니다. 의미 체계 분할 레이블 지정 작업에 대한 레이블 범주 속성을 제공하는 경우 해당 속성은 무시됩니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"labels": [
{
"label": "Car",
},
{
"label": "Pedestrian",
},
{
"label": "Cyclist",
}
],
"instructions": {"shortInstruction":"Select the appropriate label and paint all objects in the point cloud that it applies to the same color", "fullInstruction":""}
}
```
### 예: 3D 포인트 클라우드 조정
다음은 3D 포인트 클라우드 객체 감지 또는 객체 추적 조정 레이블 지정 작업을 위한 레이블 범주 구성 파일의 예입니다. 3D 포인트 클라우드 의미 체계 분할 조정 레이블 지정 작업의 경우, `categoryGlobalAttributes` 및 `categoryAttributes`은(는) 지원되지 않습니다.
조정 레이블 지정 작업을 생성할 때 사용한 이전 레이블 지정 작업의 레이블 속성 이름을 지정하려면 `auditLabelAttributeName`을(를) 포함시켜야 합니다. 선택적으로 `editsAllowed` 파라미터를 사용하여 레이블 또는 프레임 속성을 편집할 수 있는지 여부를 지정할 수 있습니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"none",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"any",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"any",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
### 예: 3D 포인트 클라우드 확인
다음은 3D 포인트 클라우드 구름 객체 감지 또는 객체 추적 확인 레이블 지정 작업에 사용할 수 있는 레이블 범주 구성 파일의 예입니다. 3D 포인트 클라우드 의미 체계 분할 확인 레이블 지정 작업의 경우, `categoryGlobalAttributes` 및 `categoryAttributes`은(는) 지원되지 않습니다.
확인 레이블 지정 작업을 생성할 때 사용한 이전 레이블 지정 작업의 레이블 속성 이름을 지정하려면 `auditLabelAttributeName`을(를) 포함시켜야 합니다. 또한 `editsAllowed` 파라미터를 사용하여 레이블을 편집할 수 없도록 지정해야 합니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"any",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"any",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"none",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buzz", "biz"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"none",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"none"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum":["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"instructions": {"shortInstruction":"Draw a tight Cuboid", "fullInstruction":""},
// include auditLabelAttributeName for label verification jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
## 예: 비디오 프레임 레이블 지정 작업을 위한 범주 구성 파일 레이블 지정
작업자가 사용할 수 있는 주석 도구와 사용되는 작업 유형은 사용자가 `annotationType`에 대해 지정한 값에 따라 달라집니다. 예를 들어 작업자가 키 포인트를 사용하여 여러 프레임에 사이에 특정 객체의 포즈 변화를 추적하도록 하려면 `annotationType`에 대해 `Keypoint` 값을 지정합니다. 주석 유형을 지정하지 않으면 기본적으로 `BoundingBox`가 사용됩니다.
다음 주제에서는 비디오 프레임 범주 구성 파일의 예를 보여줍니다.
**Topics**
+ [예: 비디오 프레임 키포인트](#example-video-frame-keypoint)
+ [예: 비디오 프레임 조정](#example-video-frame-adjustment)
+ [예: 비디오 프레임 확인](#example-video-frame-verification)
### 예: 비디오 프레임 키포인트
다음은 레이블 범주 속성이 있는 비디오 프레임 키포인트 레이블 범주 구성 파일의 예입니다. 이 예제에는 레이블 지정 작업에 제출된 모든 프레임에 추가될 두 프레임 속성이 포함되어 있습니다. `Car` 레이블에는 네 개의 레이블 범주 속성(`X`, `Y`, `Z` 및 글로벌 속성 `W`)이 포함됩니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"]
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
}
]
},
{
"label": "Pedestrian",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""}
}
```
### 예: 비디오 프레임 조정
다음은 비디오 프레임 조정 레이블 지정 작업에 사용할 수 있는 레이블 범주 구성 파일의 예입니다.
확인 레이블 지정 작업을 생성할 때 사용한 이전 레이블 지정 작업의 레이블 속성 이름을 지정하려면 `auditLabelAttributeName`을(를) 포함시켜야 합니다. 선택적으로 `editsAllowed` 파라미터를 사용하여 레이블, 레이블 범주 속성 또는 프레임 속성을 편집할 수 있는지 여부를 지정할 수 있습니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"none",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"any",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"any",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"any"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
### 예: 비디오 프레임 확인
다음은 비디오 프레임 레이블 지정 작업을 위한 레이블 범주 구성 파일의 예입니다.
확인 레이블 지정 작업을 생성할 때 사용한 이전 레이블 지정 작업의 레이블 속성 이름을 지정하려면 `auditLabelAttributeName`을(를) 포함시켜야 합니다. 또한 `editsAllowed` 파라미터를 사용하여 레이블을 편집할 수 없도록 지정해야 합니다.
```
{
"documentVersion": "2020-03-01",
"frameAttributes": [
{
"name":"count players",
"editsAllowed":"none",
"description":"How many players to you see in the scene?",
"type":"number"
},
{
"name":"select one",
"editsAllowed":"any",
"description":"describe the scene",
"type":"string",
"enum":["clear","blurry"]
},
],
"categoryGlobalAttributes": [
{
"name":"W",
"editsAllowed":"none",
"description":"label-attributes-for-all-labels",
"type":"string",
"enum": ["foo", "buz", "buz2"]
}
],
"labels": [
{
"label": "Car",
"editsAllowed":"none",
"categoryAttributes": [
{
"name":"X",
"description":"enter a number",
"type":"number",
"editsAllowed":"any"
},
{
"name":"Y",
"description":"select an option",
"type":"string",
"enum": ["y1", "y2"],
"editsAllowed":"any"
},
{
"name":"Z",
"description":"submit a free-form response",
"type":"string",
"editsAllowed":"none"
}
]
},
{
"label": "Pedestrian",
"editsAllowed":"none",
"categoryAttributes": [...]
}
],
"annotationType":"Keypoint",
"instructions": {"shortInstruction":"add example short instructions here", "fullInstruction":""},
// include auditLabelAttributeName for label adjustment jobs
"auditLabelAttributeName": "myPrevJobLabelAttributeName"
}
```
## 레이블 범주 구성 파일 스키마
아래 표에는 레이블 범주 구성 파일에 포함시킬 수 있고 포함시켜야 하는 요소가 나와 있습니다.
**참고**
`annotationType` 파라미터는 비디오 프레임 레이블 지정 작업에만 지원됩니다.
****
| 파라미터 | 필수 | 허용되는 값 | 설명 |
| --- | --- | --- | --- |
| frameAttributes | 아니요 | JSON 객체의 목록. **각 JSON 객체의 필수 파라미터:** `name`, `type`, `description` `type`이 `"number"`인 경우 `minimum` 및 `maximum`은(는) 필수입니다. **각 JSON 객체의 선택적 파라미터:** `enum`, `editsAllowed`, `isRequired` | 이 매개변수를 사용하여 레이블 지정 작업의 모든 프레임 또는 3D 포인트 클라우드에 적용되는 프레임 속성을 생성합니다.자세한 내용은 이 섹션의 세 번째 표를 참조하세요. |
| categoryGlobalAttributes | 아니요 | JSON 객체의 목록. **각 JSON 객체의 필수 파라미터:** `name`, `type` `type`이 `"number"`인 경우 `minimum` 및 `maximum`은(는) 필수입니다. **각 JSON 객체의 선택적 파라미터:** `description`, `enum`, `editsAllowed`, `isRequired` | 이 파라미터를 사용하여 `labels`에서 지정한 모든 레이블에 적용되는 레이블 범주 속성을 생성합니다.자세한 내용은 이 섹션의 세 번째 표를 참조하세요. |
| labels | 예 | 최대 30개의 JSON 객체 목록 **각 JSON 객체의 필수 파라미터:** `label` **각 JSON 객체의 선택적 파라미터:** `categoryAttributes`, `editsAllowed` | 이 파라미터를 사용하여 레이블 또는 클래스를 지정합니다. 각 클래스에 대해 `label`을 하나씩 추가합니다. 레이블에 레이블 범주 속성을 추가하려면 해당 레이블에 `categoryAttributes`를 추가합니다. 조정 레이블 지정 작업에서 레이블을 편집할 수 있는지 여부를 지정하는 데 `editsAllowed`을(를) 사용합니다. 확인 레이블 지정 작업의 경우 `editsAllowed`을(를) `"none"`으로 설정합니다. 자세한 정보는 다음 표를 참조하세요. |
| annotationType(비디오 프레임 레이블 지정 작업에만 지원됨) | 아니요 | 문자열 **허용되는 파라미터:** `BoundingBox`, `Polyline`, `Polygon`, `Keypoint` **기본 값**: `BoundingBox` | 이를 사용하여 비디오 프레임 레이블 지정 작업의 작업 유형을 지정합니다. 예를 들어 다각형 비디오 프레임 객체 감지 작업의 경우 `Polygon`을 선택하세요. 비디오 프레임 레이블 지정 작업을 생성할 때 `annotationType`을(를) 지정하지 않으면 Ground Truth가 기본적으로 `BoundingBox`를 사용합니다. |
| instructions | 아니요 | JSON 객체각 JSON 객체의 필수 파라미터:`"shortInstruction"`, `"fullInstruction"` | 이 파라미터를 사용하여 작업자가 태스크를 완료하는 데 도움이 되는 작업자 지침을 추가합니다. 작업자 지침에 대한 자세한 내용은 [작업자 지침](sms-point-cloud-general-information.md#sms-point-cloud-worker-instructions-general) 섹션을 참조하세요. 간단한 지침은 255자 미만이어야 하며, 긴 지침은 2,048자 미만이어야 합니다. 자세한 내용은 [지침 페이지 생성](sms-creating-instruction-pages.md) 섹션을 참조하세요. |
| auditLabelAttributeName | 조정 및 확인 작업 유형에 필요합니다. | 문자열 | 주석을 조정하려는 레이블 지정 작업에 사용되는 [LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)을 입력합니다. 비디오 프레임 및 3D 포인트 클라우드 객체 감지, 객체 추적 또는 3D 포인트 클라우드 의미 체계 분할을 위해 조정 작업을 생성하는 경우에만 이 파라미터를 사용합니다. |
### 객체 스키마 레이블 지정
다음 표에는 `Labels` 목록을 만드는 데 사용할 수 있고 사용해야만 하는 파라미터를 설명합니다. 각 파라미터는 JSON 객체에 포함되어야 합니다.
****
| 파라미터 | 필수 | 허용되는 값 | 설명 |
| --- | --- | --- | --- |
| label | 예 | 문자열 | 작업자에게 표시되는 레이블 범주의 이름. 각 레이블 범주 이름은 고유해야 합니다. |
| categoryAttributes | 아니요 | JSON 객체의 목록. **각 JSON 객체의 필수 파라미터:** `name`, `type` `type`이 `"number"`인 경우 `minimum` 및 `maximum`은(는) 필수입니다. **각 JSON 객체의 선택적 파라미터:** `description`, `enum`, `editsAllowed`, `isRequired` | 이 파라미터를 사용하여 `labels`에 지정하는 특정 레이블에 레이블 범주 속성을 추가합니다 .레이블에 하나 이상의 레이블 범주 속성을 추가하려면 해당 `label`과 동일한 `labels` JSON 객체에 `categoryAttributes` JSON 객체를 포함해야 합니다.자세한 정보는 다음 표를 참조하세요. |
| editsAllowed | 아니요 | 문자열 **지원되는 값**: `"none"`: 수정은 허용되지 않습니다. 또는 `"any"`(기본값): 모든 수정이 허용됩니다. | 작업자가 레이블을 편집할 수 있는지 여부를 지정합니다. 비디오 프레임 또는 3D 포인트 클라우드 *조정* 레이블 지정 작업의 경우, 이 파라미터를 `labels` 목록에 있는 하나 이상의 JSON 객체에 추가하여 작업자가 레이블을 편집할 수 있는지 여부를 지정합니다. 3D 포인트 클라우드 및 비디오 프레임 *확인* 레이블 지정 작업의 경우, 이 파라미터를 `"none"` 값과 함께 `labels` 목록의 각 JSON 개체에 추가합니다. 이렇게 하면 모든 라벨을 편집할 수 없게 됩니다. |
### frameAttributes 및 categoryGlobalAttributes 스키마
다음 표에서는 `frameAttributes`을(를) 이용한 프레임 속성 생성 그리고 `categoryGlobalAttributes` 및 `categoryAttributes` 파라미터를 이용한 레이블 범주 속성 생성에 사용할 수 있고 사용해야 하는 파라미터에 대해 설명합니다.
****
| 파라미터 | 필수 | 허용되는 값 | 설명 |
| --- | --- | --- | --- |
| name | 예 | 문자열 | 이 파라미터를 사용하여 레이블 범주 또는 프레임 속성에 이름을 지정합니다. 작업자가 볼 수 있는 속성 이름입니다. 레이블 범주 구성 파일의 각 레이블 범주 속성 이름은 고유해야 합니다. 글로벌 레이블 범주 속성과 레이블별 레이블 범주 속성은 같은 이름을 가질 수 없습니다. |
| type | 예 | 문자열 **필수 값**: `"string"` 또는 `"number"` | 이 파라미터를 사용하여 레이블 범주 또는 프레임 속성 유형을 정의합니다. `type`에 대해 `"string"` 값을 지정하고 이 속성에 대해 `enum` 값을 제공할 경우, 작업자는 사용자가 제공한 선택 항목 중 하나를 선택할 수 있습니다. `type`에 대한 `"string"` 값을 지정하고 `enum` 값을 제공하지 않는 경우, 작업자는 자유 형식 텍스트를 입력할 수 있습니다. `type`에 대해 `number` 값을 지정하는 경우, 작업자는 지정한 `minimum` 숫자와 `maximum` 숫자 사이에 하나의 숫자를 입력할 수 있습니다. |
| enum | 아니요 | 문자열 목록 | 이 파라미터를 사용하여 작업자가 이 레이블 범주 또는 프레임 속성에 대해 선택할 수 있는 옵션을 정의합니다. 작업자는 `enum`에 지정된 값 중 하나를 선택할 수 있습니다. 예를 들어, `enum`에 대해 `["foo", "buzz", "bar"` 값을 지정하면, 작업자는 `foo`, `buzz`, 또는 `bar` 중 하나를 선택할 수 있습니다. `enum` 목록을 사용하려면 `type`에 대해 `"string"` 값을 지정해야 합니다. |
| description | `frameAttributes`: 예 `categoryAttributes` 또는 `categoryGlobalAttributes`: 아니요 | 문자열 | 이 파라미터를 사용하여 레이블 범주 또는 프레임 속성에 대한 설명을 추가합니다. 이 필드를 사용하여 작업자에게 속성에 대한 자세한 정보를 제공할 수 있습니다. 이 필드는 프레임 속성에만 필수입니다. |
| minimum 및 maximum | type 속성이 "number"인 경우 필수 | 정수 | 이 파라미터를 사용하여 작업자가 숫자 레이블 범주 또는 프레임 속성에 입력할 수 있는 최소값 및 최대값(포함)을 지정할 수 있습니다. `minimum` 및 `maximum`을 사용하려면 `type`에 대해 `"number"` 값을 지정해야 합니다. |
| editsAllowed | 아니요 | 문자열 **필수 값**: `"none"`: 수정은 허용되지 않습니다. 또는 `"any"`(기본값): 모든 수정이 허용됩니다. | 작업자가 레이블 범주 또는 프레임 속성을 편집할 수 있는지 여부를 지정합니다. 비디오 프레임 또는 3D 포인트 클라우드 *조정* 및 *확인* 레이블 지정 작업의 경우, 이 파라미터를 레이블 범주 및 프레임 속성 JSON 객체에 추가하여 작업자가 속성을 편집할 수 있는지 여부를 지정합니다. |
| isRequired | 아니요 | 부울 | 작업자가 속성에 주석을 달아야 하는지 여부를 지정합니다. 작업자는 모든 필수 속성에 주석을 달기 전까지는 작업을 제출할 수 없습니다. |
## 레이블 및 레이블 범주 속성 할당량
클래스당 최대 10개의 레이블 범주 속성을 지정할 수 있습니다. 이 10개의 속성 할당량에는 전역 레이블 범주 속성이 포함됩니다. 예를 들어, 4개의 전역 레이블 범주 속성을 생성한 다음 `X` 레이블에 3개의 레이블 범주 속성을 지정하면 해당 레이블에는 총 7개(4\$13=7)의 레이블 범주 속성이 포함됩니다. 모든 레이블 범주 및 레이블 범주 속성 제한에 대해서는 다음 표를 참조하세요.
****
| Type | 최소 | 최대 |
| --- | --- | --- |
| 레이블(`Labels`) | 1 | 30 |
| 레이블 이름 문자 제한 | 1 | 16 |
| 레이블당 라벨 범주 속성(`categoryAttributes` 및 `categoryGlobalAttributes`의 합계) | 0 | 10 |
| 레이블당 자유 형식 텍스트 입력 레이블 범주 속성(`categoryAttributes` 및 `categoryGlobalAttributes`의 합계). | 0 | 5 |
| 프레임 속성 | 0 | 10 |
| `frameAttributes`의 자유형 텍스트 입력 속성. | 0 | 5 |
| 속성 이름 문자 할당(`name`) | 1 | 16 |
| 속성 설명 문자 할당(`description`) | 0 | 128 |
| 속성 유형 문자 할당(`type`) | 1 | 16 |
| `string` 속성 `enum` 목록에 허용되는 값 | 1 | 10 |
| `enum` 목록 내 값의 문자 할당 | 1 | 16 |
| 자유 형식 텍스트 frameAttributes에 대한 자유 형식 텍스트 응답의 최대 문자 수 | 0 | 1000 |
| 자유 형식 텍스트 categoryAttributes 및 categoryGlobalAttributes에 대한 자유 형식 텍스트 응답의 최대 문자 수 | 0 | 80 |