기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 비디오 및 비디오 프레임에 레이블 지정 Ground Truth를 사용하면 내장된 세 가지 동영상 작업 유형 중 하나를 사용하여 동영상을 분류하고 동영상 프레임(동영상에서 추출한 스틸 이미지)에 주석을 달 수 있습니다. 이 태스크 유형은 Amazon SageMaker AI 콘솔, API 및 언어별 SDK를 사용하여 동영상 생성 및 동영상 프레임 레이블링 작업을 원활하게 처리합니다. + 동영상 클립 분류 - 작업자가 동영상을 지정한 범주로 분류할 수 있습니다. 예를 들어 이 작업 유형을 사용하면 작업자가 동영상을 스포츠, 코미디, 음악, 교육 등의 주제로 분류하도록 할 수 있습니다. 자세한 내용은 [비디오 분류](sms-video-classification.md) 단원을 참조하세요. + 동영상 프레임 레이블 지정 작업 - 작업자가 경계 상자, 폴리라인, 다각형 또는 키포인트 주석 도구를 사용하여 동영상에서 추출한 동영상 프레임에 주석을 달 수 있습니다. Ground Truth는 동영상 프레임에 레이블을 지정하는 두 가지 기본 제공 작업 유형을 제공합니다. + *동영상 프레임 객체 감지* - 작업자가 동영상 프레임에서 객체를 식별하고 찾을 수 있습니다. + *동영상 프레임 객체 추적*: 작업자가 동영상 프레임 전반에서 객체의 움직임을 추적할 수 있습니다. + *동영상 프레임 조정 작업*: 작업자에게 이전 동영상 프레임 객체 감지 또는 객체 추적 레이블 지정 작업의 레이블, 레이블 카테고리 속성 및 프레임 속성을 조정하도록 합니다. + *동영상 프레임 확인 작업*: 작업자에게 이전 동영상 프레임 객체 감지 또는 객체 추적 레이블 지정 작업의 레이블, 레이블 카테고리 속성 및 프레임 속성을 확인하도록 합니다. 동영상 파일이 있는 경우 Ground Truth 자동 프레임 추출 도구를 사용하여 동영상에서 동영상 프레임을 추출할 수 있습니다. 자세한 내용은 [동영상 프레임 입력 데이터](sms-video-frame-input-data-overview.md) 단원을 참조하세요. **작은 정보** 지원되는 파일 유형 및 입력 데이터 할당량에 대한 자세한 내용은 [입력 데이터](sms-data-input.md)을(를) 참조하세요. **Topics** + [비디오 분류](sms-video-classification.md) + [비디오 프레임](sms-video-task-types.md) + [작업자 지침](sms-video-worker-instructions.md) # 비디오 분류 작업자에게 사용자가 지정한 미리 정의된 레이블을 사용해 비디오를 분류하도록 하고 싶은 경우에는 Amazon SageMaker Ground Truth 비디오 분류 레이블 지정 작업을 사용합니다. 작업자에게 비디오가 표시되고 각 비디오에 대해 하나의 레이블 선택하라는 메시지가 표시됩니다. Amazon SageMaker AI 콘솔의 Ground Truth 섹션 또는 [CreateLabelingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) 작업을 사용하여 비디오 분류 레이블링 작업을 생성합니다. 비디오 파일은 데이터에 레이블을 지정하는 작업 팀이 사용하는 브라우저에서 지원하는 형식으로 인코딩되어야 합니다. 작업자 UI 미리 보기를 사용하여 입력 매니페스트 파일의 모든 비디오 파일 형식이 올바르게 표시되는지 확인하는 것이 좋습니다. 작업자 지침을 사용하여 지원되는 브라우저를 작업자에게 전달할 수 있습니다. 지원되는 파일 형식을 보려면 [지원되는 데이터 형식](sms-supported-data-formats.md)을 참조하세요. **중요** 이 작업 유형에 대해 자체 매니페스트 파일을 생성하는 경우 `"source-ref"`를 사용하여 Amazon S3에서 레이블을 지정할 각 비디오 파일의 위치를 식별합니다. 자세한 내용은 [입력 데이터](sms-data-input.md) 섹션을 참조하세요. ## 비디오 분류 레이블 지정 작업 생성(콘솔) [레이블 지정 작업 생성(콘솔)](sms-create-labeling-job-console.md) 지침에 따라 SageMaker AI 콘솔에서 비디오 분류 레이블링 작업을 생성하는 방법을 학습할 수 있습니다. 10단계에서 **작업 범주** 드롭다운 메뉴에서 **비디오**를 선택하고 작업 유형으로 **비디오 분류**를 선택합니다. Ground Truth에서는 작업에 레이블을 지정할 때 다음과 유사한 작업자 UI를 제공합니다. 콘솔에서 레이블 지정 작업을 생성할 때 작업자가 작업을 완료하는 데 도움이 되는 지침과 작업자가 선택할 수 있는 레이블을 지정합니다. ![\[SageMaker AI 콘솔에서 비디오 분류 레이블링 작업을 생성하는 방법을 보여주는 Gif.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/vid_classification.gif) ## 비디오 분류 레이블 지정 작업 생성(API) 이 섹션에서는 SageMaker API 연산 `CreateLabelingJob`을 사용하여 레이블 지정 작업을 생성할 때 알아야 할 세부 사항을 다룹니다. 이 API는 모든 AWS SDKs에 대해이 작업을 정의합니다. 이 작업에 지원되는 언어별 SDK 목록을 보려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)의 **참고 항목** 섹션을 검토하세요. [레이블 지정 작업 생성(API)](sms-create-labeling-job-api.md)의 지침에 따라 요청을 구성하는 동안 다음을 수행합니다. + `PRE-VideoClassification`로 끝나는 주석 전 Lambda 함수를 사용하세요. 사용자 리전의 주석 전 Lambda ARN을 찾으려면 [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn) 을 참조하세요. + `ACS-VideoClassification`로 끝나는 주석 통합 Lambda 함수를 사용합니다. 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. 다음은 미국 동부(버지니아 북부) 리전에 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 예제입니다. ``` 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' }, ] ) ``` ### 비디오 분류를 위한 템플릿 제공 API를 사용하여 레이블 지정 작업을 생성하는 경우 `UiTemplateS3Uri`의 작업자 태스크 템플릿을 제공해야 합니다. `short-instructions`, `full-instructions`, `header`을 수정하여 다음 템플릿을 복사 및 수정합니다. 이 템플릿을 Amazon S3에 업로드하고 `UiTemplateS3Uri`에서 이 파일에 대한 Amazon S3 URI를 제공합니다. ```
  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

 ``` ## 비디오 분류 출력 데이터 비디오 분류 레이블 지정 작업을 생성하면 출력 데이터는 API 사용 시 `S3OutputPath` 파라미터에 지정된 Amazon S3 버킷 또는 콘솔의 **작업 개요** 섹션의 **출력 데이터세트 위치** 필드에 있습니다. Ground Truth에서 생성된 출력 매니페스트 파일 및 Ground Truth에서 출력 데이터 저장에 사용하는 파일 구조에 대한 자세한 내용은 [작업 출력 데이터 레이블 지정](sms-data-output.md)을 참고하세요. 비디오 분류 레이블 지정 작업에 대한 출력 매니페스트 파일의 예제를 보려면 [분류 작업 출력](sms-data-output.md#sms-output-class)을 참조하세요. # 비디오 프레임 Ground Truth의 내장 비디오 프레임 작업 유형을 사용하면 작업자가 경계 상자, 폴리라인, 다각형 또는 키포인트를 사용하여 비디오 프레임에 주석을 달도록 할 수 있습니다. *비디오 프레임*은 비디오에서 추출된 일련의 이미지입니다. 비디오 프레임이 없는 경우 비디오 파일 (MP4 파일) 을 제공하고 Ground Truth 자동 프레임 추출 도구를 사용하여 비디오 프레임을 추출할 수 있습니다. 자세한 내용은 [비디오 파일 제공](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction)를 참조하세요. Amazon SageMaker AI 콘솔, API 및 언어별 SDK를 사용하여 다음과 같은 내장된 비디오 태스크 유형을 사용하여 비디오 프레임 레이블링 작업을 생성할 수 있습니다. + **비디오 프레임 객체 감지** - 작업자가 비디오 프레임 시퀀스에서 객체를 식별하고 찾도록 하려면 이 작업 유형을 사용하세요. 범주 목록을 제공하면 작업자가 한 번에 하나의 범주를 선택하고 모든 프레임에서 해당 범주가 적용되는 객체에 주석을 달 수 있습니다. 예를 들어, 이 작업을 사용하여 작업자에게 자동차, 자전거, 보행자 등 장면의 다양한 객체 식별과 위치 파악을 요청할 수 있습니다. + **비디오 프레임 객체 추적** - 작업자가 비디오 프레임 시퀀스에서 객체 인스턴스의 움직임을 추적하도록 하려는 경우 이 작업 유형을 사용합니다. 작업자가 단일 프레임에 주석을 추가하면 해당 주석이 고유한 인스턴스 ID와 연결됩니다. 작업자는 다른 모든 프레임에 동일한 ID와 관련된 주석을 추가하여 동일한 객체 또는 사람을 식별합니다. 예를 들어 작업자는 표시된 각 프레임에서 차량 주위에 동일한 ID와 관련된 경계 상자를 그려 비디오 프레임 시퀀스에서 차량의 움직임을 추적할 수 있습니다. 이러한 기본 제공 작업 유형과 각 작업 유형을 사용하여 레이블 지정 작업을 생성하는 방법에 대해 자세히 알아보려면 다음 항목을 사용하세요. 이러한 작업 유형에 사용할 수 있는 주석 도구 (경계 상자, 폴리라인, 다각형 및 키포인트) 에 대한 자세한 내용은 [Task 유형](sms-video-overview.md#sms-video-frame-tools) 섹션을 참조하세요. 레이블 지정 작업을 생성하기 전에 [비디오 프레임 레이블 지정 작업 참조](sms-video-overview.md)를 읽어보는 것이 좋습니다. **Topics** + [비디오 프레임 객체 감지를 사용하여 객체 식별](sms-video-object-detection.md) + [비디오 프레임 객체 추적을 사용하여 비디오 프레임에서 객체 추적](sms-video-object-tracking.md) + [비디오 프레임 레이블 지정 작업 참조](sms-video-overview.md) # 비디오 프레임 객체 감지를 사용하여 객체 식별 비디오 프레임 객체 감지 작업 유형을 사용하면 작업자가 경계 상자, 폴리라인, 다각형 또는 키포인트 *주석 도구*를 사용하여 일련의 비디오 프레임(비디오에서 추출한 이미지)에 있는 물체를 식별하고 찾도록 할 수 있습니다. 선택한 도구에 따라 생성하는 비디오 프레임 작업 유형이 정의됩니다. 예를 들어 바운딩 박스 비디오 프레임 객체 감지 작업 유형 작업자를 사용하여 일련의 비디오 프레임에서 자동차, 자전거, 보행자와 같은 다양한 객체를 식별하고 지역화할 수 있습니다. Amazon SageMaker AI Ground Truth 콘솔, SageMaker API 및 언어별 AWS SDKs. 자세한 내용은 [비디오 프레임 객체 감지 라벨링 작업 생성](#sms-video-od-create-labeling-job)을 참조하여 원하는 방법을 선택하세요. 라벨링 작업을 생성할 때 선택할 수 있는 주석 도구에 대한 자세한 내용은 [Task 유형](sms-video-overview.md#sms-video-frame-tools)를 참조하세요. Ground Truth는 [작업자 UI 미리 보기](#sms-video-od-worker-ui) 라벨링 작업을 완료하기 위한 작업자 UI와 도구를 제공합니다. 비디오 객체 감지 조정 태스크 유형을 사용하여 비디오 객체 감지 레이블 지정 작업 시 생성한 주석을 조정하는 작업을 생성할 수 있습니다. 자세한 내용은 [비디오 프레임 객체 감지 조정 또는 검증 라벨링 작업 생성](#sms-video-od-adjustment) 섹션을 참조하세요. ## 작업자 UI 미리 보기 Ground Truth는 작업자에게 비디오 프레임 객체 감지 주석 작업을 완료할 수 있는 웹 사용자 인터페이스 (UI) 를 제공합니다. 콘솔에서 레이블 지정 작업을 생성할 때 작업자 UI를 미리 보고 상호 작용할 수 있습니다. 신규 사용자의 경우 작은 입력 데이터 세트를 사용하여 콘솔을 통해 레이블 지정 작업을 생성하여 작업자 UI를 미리 보고 동영상 프레임, 레이블, 레이블 속성이 예상대로 나타나는지 확인하는 것이 좋습니다. UI는 작업자에게 다음과 같은 보조 레이블 지정 도구를 제공하여 객체 감지 작업을 완료할 수 있도록 합니다. + 작업자는 모든 작업에 대해 **다음으로 복사** 및 **모든 항목에 복사** 기능을 사용하여 주석을 다음 프레임 또는 모든 후속 프레임에 각각 복사할 수 있습니다. + 경계 상자 도구가 포함된 작업의 경우 작업자는 **다음 예측** 기능을 사용하여 단일 프레임에 경계 상자를 그린 다음 Ground Truth가 다른 모든 프레임에서 동일한 레이블을 가진 상자의 위치를 예측하도록 할 수 있습니다. 그러면 작업자가 조정하여 예측된 상자 위치를 수정할 수 있습니다. 다음 동영상은 작업자가 바운딩 박스 도구와 함께 작업자 UI를 사용하여 물체 감지 작업을 완료하는 방법을 보여줍니다. ![\[작업자가 객체 감지 작업에 경계 상자 도구를 사용하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/kitti-od-general-labeling-job.gif) ## 비디오 프레임 객체 감지 라벨링 작업 생성 SageMaker AI 콘솔 또는 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) API 작업을 사용하여 비디오 프레임 객체 감지 레이블링 작업을 생성할 수 있습니다. 이 섹션에서는 [비디오 프레임 레이블 지정 작업 참조](sms-video-overview.md)을 검토하고 사용 중인 입력 데이터 유형과 입력 데이터세트 연결을 선택했다고 가정합니다. ### 레이블 지정 작업 생성(콘솔) [레이블 지정 작업 생성(콘솔)](sms-create-labeling-job-console.md)의 지침에 따라 SageMaker AI 콘솔에서 비디오 프레임 객체 추적 작업을 생성하는 방법을 알아볼 수 있습니다. 10단계에서 **작업 범주** 드롭다운 목록에서 **비디오 - 객체 감지**를 선택합니다. **작업 선택**에서 카드 중 하나를 선택하여 원하는 작업 유형을 선택합니다. ![\[SageMaker AI 콘솔에서 비디오 프레임 객체 추적 작업을 생성하는 방법을 보여주는 Gif.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/task-type-vod.gif) ### 레이블 지정 작업 생성(API) SageMaker API 작업 `CreateLabelingJob`를 사용하여 객체 감지 라벨링 작업을 생성합니다. 이 API는 모든 AWS SDK에 대해 이 연산을 정의합니다. 이 연산에 지원되는 언어별 SDK 목록을 보려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)의 **관련 항목** 섹션을 검토하세요. [레이블 지정 작업 생성(API)](sms-create-labeling-job-api.md)에서는 `CreateLabelingJob` 연산에 대한 개요를 제공합니다. 다음 지침에 따라 요청을 구성하는 동안 다음을 수행합니다. + `HumanTaskUiArn`에 대한 ARN을 입력해야 합니다. `arn:aws:sagemaker::394669845002:human-task-ui/VideoObjectDetection`를 사용합니다. ``을 레이블 지정 작업을 생성 중인 AWS 리전으로 바꿉니다. `UiTemplateS3Uri` 파라미터의 값을 포함하지 마세요. + [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)가 `-ref`에서 끝나야 합니다. 예를 들어 `video-od-labels-ref`입니다. + 입력 매니페스트 파일은 비디오 프레임 시퀀스 매니페스트 파일이어야 합니다. SageMaker AI 콘솔을 사용하여 이 매니페스트 파일을 생성하거나 수동으로 생성하여 Amazon S3에 업로드할 수 있습니다. 자세한 내용은 [입력 데이터 설정](sms-video-data-setup.md) 단원을 참조하십시오. + 개인 또는 공급업체 작업 팀만 사용하여 비디오 프레임 객체 감지 레이블 지정 작업을 생성할 수 있습니다. + 레이블 범주 구성 파일에서 레이블, 레이블 범주와 프레임 속성, 작업 유형, 작업자 지침을 지정합니다. 레이블 범주 구성 파일에서 `annotationType`를 사용하여 작업 유형(경계 상자, 폴리라인, 다각형 또는 키포인트)을 지정합니다. 이 파일을 생성하는 방법에 대한 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요. + 사전 주석 및 사후 주석(ACS) Lambda 함수에 대해 미리 정의된 ARN을 제공해야 합니다. 이러한 ARN은 레이블 지정 작업을 생성하는 데 사용되는 AWS 리전에 따라 다릅니다. + 사전 주석 Lambda ARN을 찾는 방법은 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn) 섹션을 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 `PRE-VideoObjectDetection`로 끝나는 올바른 ARN을 찾습니다. + 사후 주석 Lambda ARN을 찾는 방법은 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn) 섹션을 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 `ACS-VideoObjectDetection`로 끝나는 올바른 ARN을 찾습니다. + `NumberOfHumanWorkersPerDataObject`에 지정된 작업자 수는 `1`이어야 합니다. + 비디오 프레임 레이블 지정 작업에서는 자동 데이터 레이블 지정이 지원되지 않습니다. `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`에서 파라미터의 값을 지정하지 마세요. + 비디오 프레임 객체 추적 레이블 지정 작업을 완료하는 데 몇 시간이 걸릴 수 있습니다. `TaskTimeLimitInSeconds`에서 이러한 레이블 지정 작업에 대해 더 긴 시간 제한을 지정할 수 있습니다(최대 7일 또는 604800초). 다음은 미국 동부(버지니아 북부) 리전에 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. ``` 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' }, ] ) ``` ## 비디오 프레임 객체 감지 조정 또는 검증 라벨링 작업 생성 Ground Truth 콘솔 또는 `CreateLabelingJob` API를 사용하여 조정 및 확인 레이블 지정 작업을 생성할 수 있습니다. 조정 및 검증 레이블 지정 작업의 세부 정보와 해당 작업의 생성 방법을 알아보려면 [레이블 확인 및 조정](sms-verification-data.md)을(를) 참조하세요. ## 출력 데이터 형식 비디오 프레임 객체 감지 레이블 지정 작업을 생성하면 작업자에게 태스크가 전송됩니다. 작업자가 태스크를 완료하면 레이블 지정 작업을 생성할 때 지정한 Amazon S3 출력 위치에 레이블이 기록됩니다. 비디오 프레임 객체 감지 출력 데이터 형식에 대한 자세한 내용은 [비디오 프레임 객체 감지 출력](sms-data-output.md#sms-output-video-object-detection) 섹션을 참조하세요. Ground Truth를 처음 사용할 경우 [작업 출력 데이터 레이블 지정](sms-data-output.md)에서 Ground Truth 출력 데이터 형식의 세부 정보를 알아보세요. # 비디오 프레임 객체 추적을 사용하여 비디오 프레임에서 객체 추적 비디오 프레임 객체 추적 작업 유형을 사용하면 작업자가 경계 상자, 폴리라인, 다각형 또는 키포인트 *주석 도구*를 사용하여 일련의 비디오 프레임(비디오에서 추출된 이미지)에서 객체의 움직임을 추적하도록 할 수 있습니다. 선택한 도구에 따라 생성하는 비디오 프레임 작업 유형이 정의됩니다. 예를 들어 바운딩 박스 비디오 프레임 객체 추적 작업 유형을 사용하면 작업자 주위에 상자를 그려 자동차, 자전거, 보행자와 같은 객체의 움직임을 추적하도록 작업자에게 요청할 수 있습니다. 범주 목록을 제공하면 작업자가 비디오 프레임에 추가하는 각 주석이 인스턴스 ID를 사용하여 해당 범주의 *인스턴스*로 식별됩니다. 예를 들어, 레이블 카테고리 자동차를 제공하면 작업자가 주석을 다는 첫 번째 자동차에는 인스턴스 ID car:1이 됩니다. 작업자가 주석을 다는 두 번째 자동차에는 인스턴스 ID 카드:2가 표시됩니다. 객체의 움직임을 추적하기 위해 작업자는 모든 프레임의 객체 주위에 동일한 인스턴스 ID와 관련된 주석을 추가합니다. Amazon SageMaker AI Ground Truth 콘솔, SageMaker API 및 언어별 AWS SDKs. 자세한 내용은 [비디오 프레임 객체 감지 라벨링 작업 생성](sms-video-object-detection.md#sms-video-od-create-labeling-job)을 참조하여 원하는 방법을 선택하세요. 라벨링 작업을 생성할 때 선택할 수 있는 주석 도구에 대한 자세한 내용은 [Task 유형](sms-video-overview.md#sms-video-frame-tools)를 참조하세요. Ground Truth는 [작업자 UI 미리 보기](sms-video-object-detection.md#sms-video-od-worker-ui) 라벨링 작업을 완료하기 위한 작업자 UI와 도구를 제공합니다. 비디오 객체 감지 조정 태스크 유형을 사용하여 비디오 객체 감지 레이블 지정 작업 시 생성한 주석을 조정하는 작업을 생성할 수 있습니다. 자세한 내용은 [비디오 프레임 객체 감지 조정 또는 검증 라벨링 작업 생성](sms-video-object-detection.md#sms-video-od-adjustment) 섹션을 참조하세요. ## 작업자 UI 미리 보기 Ground Truth는 작업자에게 비디오 프레임 객체 추적 주석 작업을 완료할 수 있는 웹 사용자 인터페이스 (UI) 를 제공합니다. 콘솔에서 레이블 지정 작업을 생성할 때 작업자 UI를 미리 보고 상호 작용할 수 있습니다. 신규 사용자의 경우 작은 입력 데이터세트를 사용하여 콘솔을 통해 레이블 지정 작업을 생성하여 작업자 UI를 미리 보고 동영상 프레임, 레이블, 레이블 속성이 예상대로 나타나는지 확인하는 것이 좋습니다. UI는 작업자에게 다음과 같은 보조 레이블 지정 도구를 제공하여 객체 추적 작업을 완료할 수 있도록 합니다. + 모든 작업에 대해 작업자는 **다음으로 복사** 및 **모든 항목으로 복사** 기능을 사용하여 동일한 고유 ID가 있는 주석을 각각 다음 프레임 또는 모든 후속 프레임에 복사할 수 있습니다. + 경계 상자 도구가 포함된 작업의 경우 작업자는 **다음 예측** 기능을 사용하여 단일 프레임에 경계 상자를 그린 다음 Ground Truth가 다른 모든 프레임에서 동일한 고유 ID를 가진 상자의 위치를 예측하도록 할 수 있습니다. 그러면 작업자가 조정하여 예측된 상자 위치를 수정할 수 있습니다. 다음 동영상은 작업자가 바운딩 박스 도구와 함께 작업자 UI를 사용하여 객체 추적 작업을 완료하는 방법을 보여줍니다. ![\[작업자가 경계 상자 도구를 다음 예측 기능과 함께 사용하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/ot_predict_next.gif) ## 비디오 프레임 객체 추적 라벨링 작업 생성 SageMaker AI 콘솔 또는 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) API 작업을 사용하여 비디오 프레임 객체 추적 레이블링 작업을 생성할 수 있습니다. 이 섹션에서는 [비디오 프레임 레이블 지정 작업 참조](sms-video-overview.md)을 검토하고 사용 중인 입력 데이터 유형과 입력 데이터세트 연결을 선택했다고 가정합니다. ### 레이블 지정 작업 생성(콘솔) [레이블 지정 작업 생성(콘솔)](sms-create-labeling-job-console.md)의 지침에 따라 SageMaker AI 콘솔에서 비디오 프레임 객체 추적 작업을 생성하는 방법을 알아볼 수 있습니다. 10단계에서 **작업 범주** 드롭다운 목록에서 **비디오 - 객체 추적**을 선택합니다. **작업 선택**에서 카드 중 하나를 선택하여 원하는 작업 유형을 선택합니다. ![\[SageMaker AI 콘솔에서 비디오 프레임 객체 추적 작업을 생성하는 방법을 보여주는 Gif.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/task-type-vot.gif) ### 레이블 지정 작업 생성(API) SageMaker API 작업 `CreateLabelingJob`를 사용하여 객체 추적 라벨링 작업을 생성합니다. 이 API는 모든 AWS SDK에 대해 이 연산을 정의합니다. 이 연산에 지원되는 언어별 SDK 목록을 보려면 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)의 **관련 항목** 섹션을 검토하세요. [레이블 지정 작업 생성(API)](sms-create-labeling-job-api.md)에서는 `CreateLabelingJob` 연산에 대한 개요를 제공합니다. 다음 지침에 따라 요청을 구성하는 동안 다음을 수행합니다. + `HumanTaskUiArn`에 대한 ARN을 입력해야 합니다. `arn:aws:sagemaker::394669845002:human-task-ui/VideoObjectTracking`를 사용합니다. ``을 레이블 지정 작업을 생성 중인 AWS 리전으로 바꿉니다. `UiTemplateS3Uri` 파라미터의 값을 포함하지 마세요. + [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelAttributeName)가 `-ref`에서 끝나야 합니다. 예를 들어 `ot-labels-ref`입니다. + 입력 매니페스트 파일은 비디오 프레임 시퀀스 매니페스트 파일이어야 합니다. SageMaker AI 콘솔을 사용하여 이 매니페스트 파일을 생성하거나 수동으로 생성하여 Amazon S3에 업로드할 수 있습니다. 자세한 내용은 [입력 데이터 설정](sms-video-data-setup.md) 단원을 참조하십시오. 스트리밍 레이블 지정 작업을 생성하는 경우 입력 매니페스트 파일은 선택 사항입니다. + 개인 또는 공급업체 작업 팀만 사용하여 비디오 프레임 객체 감지 레이블 지정 작업을 생성할 수 있습니다. + 레이블 범주 구성 파일에서 레이블, 레이블 범주와 프레임 속성, 작업 유형, 작업자 지침을 지정합니다. 레이블 범주 구성 파일에서 `annotationType`를 사용하여 작업 유형(경계 상자, 폴리라인, 다각형 또는 키포인트)을 지정합니다. 이 파일을 생성하는 방법에 대한 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요. + 사전 주석 및 사후 주석(ACS) Lambda 함수에 대해 미리 정의된 ARN을 제공해야 합니다. 이러한 ARNs은 레이블 지정 작업을 생성하는 데 사용하는 AWS 리전에 따라 다릅니다. + 사전 주석 Lambda ARN을 찾는 방법은 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn) 섹션을 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 `PRE-VideoObjectTracking`로 끝나는 올바른 ARN을 찾습니다. + 사후 주석 Lambda ARN을 찾는 방법은 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn) 섹션을 참조하세요. 레이블 지정 작업을 생성 중인 리전을 사용하여 `ACS-VideoObjectTracking`로 끝나는 올바른 ARN을 찾습니다. + `NumberOfHumanWorkersPerDataObject`에 지정된 작업자 수는 `1`이어야 합니다. + 비디오 프레임 레이블 지정 작업에서는 자동 데이터 레이블 지정이 지원되지 않습니다. `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`에서 파라미터의 값을 지정하지 마세요. + 비디오 프레임 객체 추적 레이블 지정 작업을 완료하는 데 몇 시간이 걸릴 수 있습니다. `TaskTimeLimitInSeconds`에서 이러한 레이블 지정 작업에 대해 더 긴 시간 제한을 지정할 수 있습니다(최대 7일 또는 604800초). 다음은 미국 동부(버지니아 북부) 리전에 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. ``` 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' }, ] ) ``` ## 비디오 프레임 객체 추적 조정 또는 검증 라벨링 작업 생성 Ground Truth 콘솔 또는 `CreateLabelingJob` API를 사용하여 조정 및 확인 라벨링 작업을 생성할 수 있습니다. 조정 및 검증 레이블 지정 작업의 세부 정보와 해당 작업의 생성 방법을 알아보려면 [레이블 확인 및 조정](sms-verification-data.md)을(를) 참조하세요. ## 출력 데이터 형식 비디오 프레임 객체 추적 레이블 지정 작업을 생성하면 작업자에게 태스크가 전송됩니다. 작업자가 태스크를 완료하면 레이블 지정 작업을 생성할 때 지정한 Amazon S3 출력 위치에 레이블이 기록됩니다. 비디오 프레임 객체 추적 출력 데이터 형식에 대한 자세한 내용은 [동영상 프레임 객체 추적 출력](sms-data-output.md#sms-output-video-object-tracking) 섹션을 참조하세요. Ground Truth의 신규 사용자인 경우에는 [작업 출력 데이터 레이블 지정](sms-data-output.md)에서 Ground Truth 출력 데이터 형식에 대한 자세한 내용을 참조하세요. # 비디오 프레임 레이블 지정 작업 참조 이 페이지를 통해 객체 감지 및 객체 추적 비디오 프레임 레이블 지정 작업에 대해 알아보세요. 이 페이지의 정보는 이 2가지 기본 제공 작업 유형에 모두 적용됩니다. 비디오 프레임 레이블 지정 작업은 다음과 같은 이유로 고유합니다. + 즉시 주석을 달 수 있도록 데이터 객체(비디오 프레임)를 제공할 수도 있고, 비디오 파일을 제공하여 Ground Truth가 비디오 프레임을 자동으로 추출하게 할 수도 있습니다. + 작업자는 이동 중에 작업을 저장할 수 있습니다. + 작업 Amazon Mechanical Turk 인력을 사용하여 레이블 지정 작업을 완료할 수 없습니다. + Ground Truth는 작업자가 작업을 완료할 수 있도록 작업자 UI는 물론 보조 및 기본 레이블 지정 도구도 제공합니다. 사용자가 작업자 작업 템플릿을 제공할 필요는 없습니다. 다음 주제를 사용하여 비디오 프레임 레이블 지정 작업에 대해 자세히 알아봅니다. **Topics** + [입력 데이터](#sms-video-input-overview) + [작업 완료 시간](#sms-video-job-completion-times) + [Task 유형](#sms-video-frame-tools) + [인력](#sms-video-workforces) + [작업자 사용자 인터페이스(UI)](#sms-video-worker-task-ui) + [비디오 프레임 작업 권한 요건](#sms-security-permission-video-frame) ## 입력 데이터 비디오 프레임 레이블 지정 작업에서는 비디오 프레임의 *시퀀스*를 사용합니다. 단일 시퀀스는 단일 비디오에서 추출된 일련의 이미지입니다. 자체적으로 비디오 프레임 시퀀스를 제공할 수도 있고, Ground Truth가 비디오 파일에서 비디오 프레임 시퀀스를 자동으로 추출하게 할 수도 있습니다. 자세한 내용은 [비디오 파일 제공](sms-point-cloud-video-input-data.md#sms-point-cloud-video-frame-extraction) 섹션을 참조하세요. Ground Truth는 시퀀스 파일을 사용하여 단일 시퀀스의 모든 이미지를 식별합니다. 단일 레이블 지정 작업에 포함시킬 시퀀스는 모두 입력 매니페스트 파일에서 식별됩니다. 각 시퀀스는 단일 작업자 작업을 생성하는 데 사용됩니다. Ground Truth 자동 데이터 설정을 이용하여 시퀀스 파일 및 입력 매니페스트 파일을 자동으로 생성할 수 있습니다. 자세한 내용은 [자동 동영상 프레임 입력 데이터 설정](sms-video-automated-data-setup.md) 섹션을 참조하세요. 시퀀스 파일 및 입력 매니페스트 파일을 수동으로 만드는 방법은 [동영상 프레임 입력 매니페스트 파일 생성](sms-video-manual-data-setup.md#sms-video-create-manifest)을(를) 참조하세요. ## 작업 완료 시간 작업자가 비디오 작업 및 비디오 프레임 레이블 지정 작업을 완료하기까지는 몇 시간이 걸릴 수 있습니다. 레이블 지정 작업을 생성할 때 작업자가 각 태스크에 대해 작업을 수행할 수 있는 총 시간을 설정할 수 있습니다. 작업자가 태스크에 할애하도록 설정할 수 있는 최대 시간은 7일입니다. 기본 값은 3일입니다. 작업자가 12시간 이내에 완료할 수 있는 작업을 생성하는 것이 가장 좋습니다. 작업자는 태스크에서 작업을 수행하는 동안 작업자 UI를 열어 두어야 합니다. 작업자는 이동 중에 작업을 저장할 수 있으며, 15분마다 Ground Truth에 작업이 저장됩니다. SageMaker AI `CreateLabelingJob` API 연산을 사용할 경우, `HumanTaskConfig`의 `TaskTimeLimitInSeconds` 파라미터에서 작업자가 태스크를 이용할 수 있는 총 시간을 설정하세요. 콘솔에서 레이블 지정 작업을 생성하는 경우에는 인력 유형과 작업 팀을 선택할 때 이 시간 제한을 지정할 수 있습니다. ## Task 유형 비디오 객체 추적 작업 또는 비디오 객체 감지 레이블 지정 작업을 생성할 때는 작업자가 레이블 지정 작업을 수행하는 동안 작성할 주석의 유형을 지정해야 합니다. 주석 유형에 따라 Ground Truth가 반환하는 출력 데이터의 유형이 결정되고, 레이블 지정 작업의 *작업 유형*이 지정됩니다. API 연산 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)을(를) 이용하여 레이블 지정 작업을 생성하려는 경우에는 레이블 범주 구성 파일 파라미터 `annotationType`을(를) 사용하여 작업 유형을 지정해야 합니다. 자세한 내용은 [레이블 범주 및 프레임 속성을 사용하여 범주 구성 파일 레이블 지정](sms-label-cat-config-attributes.md) 섹션을 참조하세요. 비디오 객체 추적 작업 또는 비디오 객체 감지 레이블 지정 작업 양쪽에 사용 가능한 작업 유형은 다음과 같습니다. + **경계 상자** - 경계 상자 주석을 작성할 수 있는 도구가 작업자에게 제공됩니다. 경계 상자는 작업자가 프레임 내 해당 객체의 픽셀 위치와 레이블을 식별하기 위해 객체 주변에 그리는 상자입니다. + **폴리라인** - 폴리라인 주석을 작성할 수 있는 도구가 작업자에게 제공됩니다. 폴리라인은 정렬된 일련의 X, Y 좌표로 정의됩니다. 폴리라인에 추가되는 각각의 점은 선 하나로 이전의 점과 연결됩니다. 폴리라인은 닫을 필요가 없으며(시작점과 종착점이 똑같지 않아도 됨), 선과 선 사이에 생기는 각도에도 제한이 없습니다. + **다각형** - 다각형 주석을 작성할 수 있는 도구가 작업자에게 제공됩니다. 다각형은 정렬된 일련의 X, Y 좌표로 정의되는 닫힌 도형입니다. 다각형에 추가되는 각각의 점은 선 하나로 이전의 점과 연결되며, 선과 선 사이에 생기는 각도에도 제한이 없습니다. 다각형의 두 선(면)은 교차할 수 없습니다. 다각형의 시작점과 종착점은 서로 같아야 합니다. + **특징점** - 특징점 주석을 작성할 수 있는 도구가 작업자에게 제공됩니다. 특징점은 비디오 프레임의 X, Y 좌표에 연결되는 단일점입니다. ## 인력 비디오 프레임 레이블 지정 작업을 생성할 때는 주석 작업을 완료할 작업팀을 지정해야 합니다. 자체 작업자의 개인 인력 또는 AWS Marketplace에서 선택한 공급업체 인력 중에서 작업 팀을 선택할 수 있습니다. Amazon Mechanical Turk 작업 인력은 비디오 프레임 레이블 지정 작업에 사용할 수 없습니다. 공급업체 작업 인력에 대한 자세한 내용은 [공급업체 작업 인력 구독](sms-workforce-management-vendor.md)을(를) 참조하세요. 개인 인력을 생성 및 관리하는 방법에 대한 자세한 내용은 [프라이빗 작업 인력](sms-workforce-private.md) 섹션을 참조하세요. ## 작업자 사용자 인터페이스(UI) Ground Truth는 작업자가 비디오 레이블 지정 작업을 완료할 수 있도록 작업자 사용자 인터페이스(UI), 도구 및 보조 레이블 지정 기능을 제공합니다. 콘솔에서 레이블 지정 작업을 생성할 때 작업자 UI를 미리 볼 수 있습니다. API 연산 `CreateLabelingJob`을(를) 사용하여 레이블 지정 작업을 생성할 때는 Ground Truth에서 제공하는 ARN을 [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) 파라미터에 제공하여 해당 작업 유형의 작업자 UI를 지정해야 합니다. 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 연산과 함께 `HumanTaskUiArn`을 사용하여 작업자 UI를 미리 볼 수 있습니다. 사용자는 작업자가 레이블 및 비디오 프레임에 대한 추가 정보를 제공하는 데 사용할 수 있도록 작업자 지침, 레이블 및 속성(선택 사항)을 제공해야 합니다. 이들 속성을 각각 레이블 범주 속성, 프레임 속성이라고 합니다. 해당 속성 모두 작업자 UI에 표시됩니다. ### 레이블 범주 속성 및 프레임 속성 비디오 객체 추적 작업 또는 비디오 객체 감지 레이블 지정 작업을 생성할 경우, 다음과 같은 *레이블 범주 속성* 및 *프레임 속성*을 하나 이상 추가할 수 있습니다. + **레이블 범주 속성** - 옵션 목록(문자열), 자유 형식 텍스트 상자 또는 하나 이상의 레이블에 연결된 숫자 필드입니다. 작업자는 이 속성을 사용하여 레이블에 대한 메타데이터를 제공합니다. + **프레임 속성** - 작업자가 주석을 달 수 있도록 전송되는 각 비디오 프레임에 표시되는 옵션 목록(문자열), 자유 형식 텍스트 상자 또는 숫자 필드입니다. 작업자는 이 속성을 사용하여 비디오 프레임에 대한 메타데이터를 제공합니다. 또한 레이블 속성 및 프레임 속성을 사용하여 작업자가 비디오 프레임 레이블 검증 작업에서 레이블을 검증하게 할 수도 있습니다. 다음 섹션을 통해 이들 속성에 대해 자세히 알아보세요. 레이블 범주 속성 및 프레임 속성을 레이블 지정 작업에 추가하는 방법은 선택한 [작업 유형 페이지](sms-video-task-types.md)의 **레이블 지정 작업 생성** 섹션을 참조하세요. #### 레이블 범주 속성 레이블에 레이블 범주 속성을 추가하면 작업자가 자신이 작성한 주석에 대해 자세한 정보를 제공할 수 있게 됩니다. 하나의 레이블 범주 속성은 각각의 레이블 또는 모든 레이블에 추가됩니다. 레이블 범주 속성이 모든 레이블에 적용되는 경우 이 속성을 *전역 레이블 범주 속성*이라고 합니다. 예를 들어 레이블 범주인 *차량*을 추가하려는 경우, 레이블이 지정된 차량에 대한 추가 데이터(차량이 가려졌는지 여부 또는 차량 크기)를 캡처해야 할 수도 있습니다. 레이블 범주 속성을 사용하여 이 메타데이터를 캡처할 수 있습니다. 이 예제에서 차량 레이블 범주에 *가려짐* 속성을 추가한 경우 *가려짐* 속성에 *부분*, *전체*, *없음*을 할당하고, 작업자가 이들 옵션 중 하나를 선택하게 할 수 있습니다. 레이블 검증 작업을 생성할 때는 작업자가 검증해야 하는 각 레이블에 레이블 범주 속성을 추가해야 합니다. #### 프레임 레벨 속성 프레임 속성을 추가하면 작업자가 개별 비디오 프레임에 대한 추가 정보를 제공할 수 있게 됩니다. 추가한 각 프레임 속성은 모든 프레임에 표시됩니다. 예를 들면 숫자–프레임 속성을 추가하여 작업자가 특정 프레임에 표시되는 객체의 수를 식별하게 할 수 있습니다. 또 다른 예로, 자유 형식 텍스트 상자를 제공하여 작업자가 질문에 대한 답변을 제공할 수 있게 할 수도 있습니다. 레이블 검증 작업을 생성할 때는 하나 이상의 프레임 속성을 추가하여 작업자에게 한 비디오 프레임의 모든 레이블에 대한 피드백을 제공하도록 요청할 수 있습니다. ### 작업자 지침 사용자는 작업자가 비디오 프레임 레이블 지정 작업을 완료할 수 있도록 작업자 지침을 제공할 수 있습니다. 지침 작성 시 다뤄야 하는 주제는 다음과 같습니다. + 모범 사례 및 객체에 주석을 달 때 피해야 할 사항. + 제공할 레이블 범주 속성(객체 감지용 및 객체 추적 작업용)과 그 사용 방법 + 키보드 단축키를 사용하여 레이블을 지정하면서 시간을 절약하는 방법 레이블링 작업을 생성하는 동안 SageMaker AI 콘솔을 사용하여 작업자 지침을 추가할 수 있습니다. API 연산 작업 `CreateLabelingJob`을 사용하여 레이블 지정 작업을 생성하는 경우, 레이블 범주 구성 파일에서 작업자 지침을 지정합니다. Ground Truth는 지침 외에도 작업자가 작업자 포털을 탐색하고 사용하는 데 도움이 되는 링크를 제공합니다. [작업자 지침](sms-video-worker-instructions.md)에서 태스크 유형을 선택하여 이러한 지침을 확인합니다 . ### 작업 거부 작업자는 작업을 거부할 수 있습니다. 작업자는 지침이 명확하지 않거나, 입력 데이터가 제대로 표시되지 않거나, 작업과 관련하여 기타 일체의 문제가 발생할 경우 작업을 거부합니다. 데이터세트 객체당 작업자 수([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))가 작업을 거부할 경우 해당 데이터 객체는 만료된 것으로 표시되며, 다른 작업자에게 전송되지 않습니다. ## 비디오 프레임 작업 권한 요건 비디오 프레임 레이블 지정 작업을 생성할 경우, [Ground Truth 사용을 위한 IAM 권한 할당](sms-security-permission.md)에 있는 권한 요건 외에도 입력 매니페스트 파일이 포함된 S3 버킷에 CORS 정책을 추가해야 합니다. ### S3 버킷의 CORS 권한 정책 비디오 프레임 레이블 지정 작업을 생성할 때는 입력 데이터 및 매니페스트 파일이 있고 출력 데이터가 저장되는 S3에서 버킷을 지정해야 합니다. 이러한 버킷은 동일할 수 있습니다. 입력 버킷 및 출력 버킷에 다음과 같은 CORS(Cross-origin resource sharing) 정책을 연결해야 합니다. Amazon S3 콘솔을 사용하여 버킷에 정책을 추가하려면 JSON 형식을 사용해야 합니다. **JSON** ``` [ { "AllowedHeaders": [ "*" ], "AllowedMethods": [ "GET", "HEAD", "PUT" ], "AllowedOrigins": [ "*" ], "ExposeHeaders": [ "Access-Control-Allow-Origin" ], "MaxAgeSeconds": 3000 } ] ``` **XML** ``` * GET HEAD PUT 3000 Access-Control-Allow-Origin * ``` S3 버킷에 CORS 정책을 추가하는 방법은 Amazon Simple Storage Service 사용 설명서의 [CORS와의 교차 도메인 리소스 공유를 추가하려면 어떻게 해야 하나요?](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/add-cors-configuration.html)를 참조하세요. # 작업자 지침 이 주제는 Ground Truth 작업자 포털에 대한 개요와 동영상 프레임 레이블 지정 작업을 완료하는 데 사용할 수 있는 도구에 대해 설명합니다. 먼저 **주제**에서 작업 중인 태스크 유형을 선택합니다. **중요** Google Chrome 또는 Firefox 웹 브라우저를 사용하여 작업을 완료하는 것이 좋습니다. 조정 작업의 경우 조정 중인 레이블을 생성한 원래 레이블 지정 작업 태스크 유형을 선택합니다. 필요에 따라 작업의 레이블을 검토하고 조정합니다. **Topics** + [UI 탐색하기](sms-video-worker-instructions-worker-ui-ot.md) + [레이블 및 프레임 속성 일괄 편집](sms-video-frame-worker-instructions-ot-bulk-edit.md) + [도구 안내서](sms-video-worker-instructions-tool-guide.md) + [아이콘 안내서](sms-video-worker-instructions-ot-icons.md) + [바로 가기](sms-video-worker-instructions-ot-hot-keys.md) + [릴리스, 중지 및 재개, 작업 거부 옵션 이해](sms-video-worker-instructions-skip-reject-ot.md) + [작업 저장 및 제출](sms-video-worker-instructions-saving-work-ot.md) + [동영상 프레임 객체 추적 작업](sms-video-ot-worker-instructions.md) + [동영상 프레임 객체 감지 작업 수행](sms-video-od-worker-instructions.md) # UI 탐색하기 UI의 하단 왼쪽 모서리에 있는 탐색 표시줄을 사용하여 동영상 프레임을 탐색할 수 있습니다. 재생 버튼을 사용하면 전체 프레임 시퀀스를 자동으로 이동할 수 있습니다. 다음 프레임 및 이전 프레임 버튼을 사용하여 한 번에 한 프레임씩 앞 또는 뒤로 이동할 수 있습니다. 프레임 번호를 입력하여 해당 프레임으로 이동할 수도 있습니다. 다음 동영상에서는 동영상 프레임을 탐색하는 방법을 보여 줍니다. ![\[비디오 프레임 간 탐색 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/nav_video_ui.gif) 모든 동영상 프레임을 확대하거나 축소할 수 있습니다. 동영상 프레임을 확대하고 나면 이동 아이콘을 사용하여 해당 프레임 내에서 이동할 수 있습니다. 한 프레임 내에서 확대/축소 및 이동을 통해 단일 동영상 프레임에 대한 새 보기를 설정하면 모든 동영상 프레임이 동일한 보기로 설정됩니다. 화면 맞춤 아이콘을 사용하여 모든 동영상 프레임을 원래 보기로 재설정할 수 있습니다. 추가 보기 옵션에 대해서는 [아이콘 안내서](sms-video-worker-instructions-ot-icons.md)을(를) 참조하세요. 작업자 UI에서 다음 메뉴가 표시됩니다. + **지침** - 작업을 시작하기 전에 이 지침을 검토하세요. 또한 **추가 지침**을 선택하고 이 지침을 검토하세요. + **바로 가기** - 이 메뉴를 사용하면 동영상 프레임을 탐색하고 제공된 도구를 사용하는 데 활용할 수 있는 키보드 바로 가기를 볼 수 있습니다. + **도움말** - 이 옵션을 사용하면 이 설명서를 다시 참조할 수 있습니다. # 레이블 및 프레임 속성 일괄 편집 레이블 속성 및 프레임 속성(속성)을 일괄 편집할 수 있습니다. 속성을 일괄 편집할 때는 편집을 적용할 프레임 범위를 하나 이상 지정해야 합니다. 선택한 속성은 지정된 시작 프레임 및 종료 프레임을 포함하여 해당 범위의 모든 프레임에서 편집됩니다. 레이블 속성을 대량 편집할 때는 레이블 속성과 연결된 레이블이 지정된 범위에 포함*되어야 합니다*. 이 레이블이 포함되지 않은 프레임을 지정하면 오류가 발생합니다. 속성을 대량 편집하려면 먼저 해당 속성에 원하는 값을 지정*해야 합니다*. 예를 들어 속성을 *예*에서 *아니요*로 변경하려면, *아니요*를 선택한 다음 대량 편집을 수행해야 합니다. 입력되지 않은 속성에 새 값을 지정한 다음, 대량 편집 기능을 사용하여 해당 값을 여러 프레임에 입력할 수도 있습니다. 이를 수행하려면 해당 속성에 대해 원하는 값을 선택하고 다음 절차를 완료하세요. **레이블 또는 속성을 대량 편집하려면 다음 방법대로 하세요.** 1. 대량 편집할 속성을 마우스 오른쪽 버튼으로 클릭하세요. 1. 텍스트 상자 내 대시(`-`)를 사용하여 대량 편집을 적용할 프레임 범위를 지정하세요. 그 예로 프레임 1\$110에 해당 편집을 적용하려면 `1-10`을(를) 입력하세요. 프레임 2\$15, 프레임 8\$110, 프레임 20에 해당 편집을 적용하려면 `2-5,8-10,20`을(를) 입력하세요. 1. **확인**을 선택합니다. 오류 메시지가 나타나는 경우 유효 범위를 입력했는지, 편집하려는 레이블 속성과 연결된 레이블이 지정된 모든 프레임에 있는지(해당하는 경우) 확인하세요. 화면 상단의 **레이블** 메뉴에서 **이전 프레임에 복제** 및 **다음 프레임에 복제** 옵션을 사용하여 모든 이전 또는 후속 프레임에 레이블을 빠르게 추가할 수 있습니다. # 도구 안내서 작업에는 하나 이상의 도구가 포함됩니다. 제공된 도구에 따라 객체를 식별하고 추적하기 위해 생성할 주석 유형이 결정됩니다. 다음 테이블을 사용하여 제공된 각 도구에 대해 자세히 알아봅니다. **** | 도구 | 아이콘 | 작업 | 설명 | | --- | --- | --- | --- | | 경계 상자 | ![\[경계 상자 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Bounding%20Box.png) | 경계 상자 주석을 추가하세요. | 이 아이콘을 선택하면 경계 상자를 추가할 수 있습니다. 추가하는 각 경계 상자는 레이블 카테고리 드롭다운 메뉴에서 선택한 범주와 연결됩니다. 경계 상자 또는 관련 레이블을 선택하여 조정합니다. | | 다음 예측 | ![\[다음 예측 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/PredictNext.png) | 다음 프레임의 경계 상자를 예측합니다. | 경계 상자를 선택한 다음 이 아이콘을 선택하여 다음 프레임에서 해당 상자의 위치를 예측합니다. 아이콘을 연속으로 여러 번 선택하면 여러 프레임에서 상자의 위치를 자동으로 감지할 수 있습니다. 예를 들어 이 아이콘을 5번 선택하면 다음 5개 프레임의 경계 상자 위치를 예측할 수 있습니다. | | 키포인트 | ![\[Keypoint 아이콘입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Keypoint.png) | 키포인트 주석을 추가합니다. | 키포인트를 추가하려면 이 아이콘을 선택합니다. 이미지에서 객체를 클릭하면 해당 위치에 키포인트가 배치됩니다. 추가하는 각 키포인트는 레이블 카테고리 드롭다운 메뉴에서 선택한 범주와 연결됩니다. 키포인트 또는 관련 레이블을 선택하여 조정합니다. | | Polyline | ![\[폴리라인 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/polyline.png) | 폴리라인 주석을 추가합니다. | 폴리라인을 추가하려면 이 아이콘을 선택합니다. 폴리라인을 추가하려면 원하는 객체 주변을 계속 클릭하여 새 점을 추가하세요. 폴리라인 그리기를 중단하려면 두 번째로 배치한 마지막 점을 선택하거나(이 점은 녹색으로 표시됨) 키보드에서 **엔터** 키를 누릅니다. 폴리라인에 추가된 각 점은 이전 점과 선으로 연결됩니다. 폴리라인을 닫을 필요도 없고(시작점과 끝점이 같지 않아도 됨) 선 사이에 형성되는 각도에는 제한이 없습니다. 추가하는 각 폴리라인은 레이블 카테고리 드롭다운 메뉴에서 선택한 범주와 연결됩니다. 폴리라인 또는 관련 레이블을 선택하여 조정합니다. | | Polygon | ![\[다각형 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Polygon.png) | 다각형 주석을 추가합니다. | 다각형을 추가하려면 이 아이콘을 선택합니다. 다각형을 추가하려면 원하는 객체 주변을 계속 클릭하여 새 점을 추가하세요. 다각형 그리기를 중단하려면 시작점을 선택합니다. (이 점은 녹색으로 표시됨) 다각형은 사용자가 배치한 일련의 점으로 정의되는 닫힌 모양입니다. 다각형에 추가된 각 점은 이전 점과 선으로 연결되며 선 사이에 형성되는 각도에는 제한이 없습니다. 시작점과 끝점이 같아야 합니다. 추가하는 각 다각형은 레이블 카테고리 드롭다운 메뉴에서 선택한 카테고리와 연결됩니다. 다각형 또는 관련 레이블을 선택하여 조정합니다. | | 다음으로 복사 | ![\[다음으로 복사 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/copy_to_next.png) | 주석을 다음 프레임에 복사합니다. | 현재 프레임에서 주석을 하나 이상 선택하면 해당 주석이 다음 프레임에 복사됩니다. 주석을 선택하지 않으면 현재 프레임의 모든 주석이 다음 프레임으로 복사됩니다. | | 전체로 복사 | ![\[모두로 복사 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/copy_to_all.png) | 주석을 모든 후속 프레임에 복사합니다. | 현재 프레임에서 주석을 하나 이상 선택하면 해당 주석이 모든 후속 프레임에 복사됩니다. 주석을 선택하지 않으면 현재 프레임의 모든 주석이 모든 후속 프레임에 복사됩니다. | # 아이콘 안내서 아래 테이블을 사용하여 UI에서 사용할 수 있는 아이콘을 알아보세요. **단축키** 메뉴에 있는 키보드 바로 가기를 사용하여 이러한 아이콘 중 일부를 자동으로 선택할 수 있습니다. | 아이콘 | 작업 | 설명 | | --- | --- | --- | | ![\[밝기 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Brightness.png) | 밝기 | 모든 동영상 프레임의 밝기를 조정하려면 이 아이콘을 선택합니다. | | ![\[대비 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Contrast.png) | 대비 | 모든 동영상 프레임의 대비를 조정하려면 이 아이콘을 선택합니다. | | ![\[확대 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Zoom-in.png) | 확대 | 이 아이콘을 선택하면 모든 동영상 프레임을 확대할 수 있습니다. | | ![\[축소 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Zoom-out.png) | 축소 | 모든 동영상 프레임을 축소하려면 이 아이콘을 선택합니다. | | ![\[이동 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Move.png) | 화면 이동 | 동영상 프레임을 확대한 후 이 아이콘을 선택하면 해당 동영상 프레임 내에서 이동할 수 있습니다. 마우스를 사용하여 프레임을 클릭하고 이동하려는 방향으로 드래그하여 동영상 프레임을 이동할 수 있습니다. 이렇게 하면 모든 보기 프레임의 보기가 변경됩니다. | | ![\[맞춤 화면 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Fit%20screen.png) | 화면 맞춤 | 모든 동영상 프레임을 원래 위치로 재설정합니다. | | ![\[실행 취소 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Undo.png) | 실행 취소 | 작업을 취소합니다. 이 아이콘을 사용하여 방금 추가한 경계 상자를 제거하거나 경계 상자에 적용한 조정을 취소할 수 있습니다. | | ![\[다시 실행 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Redo.png) | 다시 실행 | 실행 취소 아이콘을 사용하여 실행 취소한 작업을 다시 실행합니다. | | ![\[레이블 삭제 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Delete.png) | 레이블 삭제 | 레이블을 삭제합니다. 이 아이콘을 사용하면 레이블과 관련된 경계 상자가 단일 프레임에서 삭제됩니다. | | ![\[레이블 표시 또는 숨기기 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Show_Hide.png) | 레이블 표시 또는 숨기기 | 숨겨진 레이블을 표시하려면 이 아이콘을 선택합니다. 이 아이콘에 슬래시가 있는 경우 해당 아이콘을 선택하면 레이블이 숨겨집니다. | | ![\[편집 아이콘.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/Edit.png) | 레이블 편집 | 이 아이콘을 선택하면 인스턴스 편집 메뉴가 열립니다. 이 메뉴를 사용하여 레이블 카테고리, ID를 편집하고 레이블 속성을 추가 또는 편집할 수 있습니다. | # 바로 가기 **단축키** 메뉴에 나열된 키보드 바로 가기를 사용하면 아이콘을 빠르게 선택하고, 주석을 실행 취소하거나 다시 실행하고, 도구를 사용하여 주석을 추가 및 편집할 수 있습니다. 예를 들어 경계 상자를 추가한 후 **P**를 사용하여 후속 프레임에서 해당 상자의 위치를 빠르게 예측할 수 있습니다. 작업을 시작하기 전에 **단축키** 메뉴를 검토하고 이러한 명령을 숙지하는 것이 좋습니다. # 릴리스, 중지 및 재개, 작업 거부 옵션 이해 레이블 지정 작업을 열면 오른쪽 상단에 있는 3개의 버튼을 사용하여 작업을 거부하거나(**작업 거부**), 해제하거나(**작업 해제**), 중지했다가 나중에 재개할(**중지 후 나중에 재개**) 수 있습니다. 다음 목록은 이러한 옵션 중 하나를 선택할 때 발생하는 상황을 설명합니다. + **작업 거부**: 동영상 프레임 이미지가 불분명하거나 UI 문제가 발생하는 등 작업에 문제가 있는 경우에만 작업을 거부해야 합니다. 작업을 거부하면 해당 작업으로 돌아갈 수 없습니다. + **작업 해제**: 이 옵션을 사용하면 작업을 해제하여 다른 작업자가 해당 작업을 수행할 수 있게 됩니다. 작업을 해제하면 해당 작업에서 얻은 결과물이 전부 소실되며, 팀의 다른 작업자가 해당 작업을 픽업할 수 있습니다. 작업을 픽업한 작업자가 충분히 많아지면 해당 작업으로 돌아가지 못할 수 있습니다. 이 버튼을 선택한 다음 **확인**을 선택하면 작업자 포털로 돌아갑니다. 작업을 계속 사용할 수 있는 경우에는 작업 상태가 **사용 가능**으로 표시됩니다. 다른 작업자가 작업을 픽업할 경우, 해당 작업은 포털에서 사라집니다. + **중지 후 나중에 재개**: **중지 후 나중에 재개** 버튼을 사용하여 작업을 중지하고 나중에 해당 작업으로 돌아갈 수 있습니다. **중지 후 나중에 재개**를 선택하기 전에 **저장** 버튼을 사용하여 작업 내용을 저장해야 합니다. 이 버튼을 선택한 다음 **확인**을 선택하면 작업자 포털로 돌아가고, 작업 상태가 **중지**로 표시됩니다. 동일한 작업을 선택하여 작업을 재개할 수 있습니다. 레이블 지정 작업을 생성한 사람이 시간 제한(모든 작업이 완료되어야 하는 시간)을 지정한다는 점에 유의하세요. 이 작업으로 돌아가 해당 제한 시간 내에 작업을 완료하지 않으면 작업이 만료되고 결과물이 제출되지 않습니다. 자세한 내용은 담당 관리자에게 문의하세요. ![\[작업 거부 , 작업 릴리스 및 중지 위치를 보여주는 Gif를 표시한 후 나중에 UI에서 재개합니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/reject-decline-task.gif) # 작업 저장 및 제출 **저장** 버튼을 사용하여 주기적으로 작업을 저장해야 합니다. Ground Truth는 15분마다 작업 내용을 자동으로 저장합니다. 작업을 열 때 **제출**을 누르기 전에 작업을 완료해야 합니다. # 동영상 프레임 객체 추적 작업 동영상 프레임 객체 추적 작업을 수행하려면 동영상 프레임 전반에서 객체의 움직임을 추적해야 합니다. 동영상 프레임은 동영상 장면의 스틸 이미지입니다. 작업자 UI를 사용하여 동영상 프레임을 탐색하고, 제공된 도구를 사용하여 고유한 객체를 식별한 다음 이 객체의 움직임을 추적할 수 있습니다. 다음 주제를 사용하여 작업자 UI를 탐색하고, 제공된 도구를 사용하고, 작업을 완료하는 방법을 알아보세요. Google Chrome 또는 Firefox 웹 브라우저를 사용하여 작업을 완료하는 것이 좋습니다. **중요** 작업을 열었을 때 하나 이상의 동영상 프레임에 주석이 이미 추가되어 있는 경우 필요에 따라 주석을 조정하고 주석을 추가하세요. **Topics** + [태스크](sms-video-worker-instructions-ot-task.md) # 태스크 동영상 프레임 객체 추적 작업을 수행할 때는 작업자 포털 오른쪽에 있는 **레이블 카테고리** 메뉴에서 범주를 선택하여 주석 달기를 시작해야 합니다. 범주를 선택한 후 제공된 도구를 사용하여 범주가 적용되는 객체에 주석을 답니다. 이 주석은 해당 객체에만 사용해야 하는 고유한 레이블 ID와 연결됩니다. 동일한 레이블 ID를 사용하여 객체가 나타나는 모든 동영상 프레임에서 동일한 객체에 대한 추가 주석을 만들 수 있습니다. 제공된 도구에 대한 자세한 내용은 [도구 안내서](sms-video-worker-instructions-tool-guide.md)을(를) 참조하세요. 레이블을 추가한 후 **레이블** 메뉴에서 레이블 옆에 아래쪽을 가리키는 화살표가 표시될 수 있습니다. 이 화살표를 선택한 다음 옵션을 선택하면 각 레이블 속성이 표시되며, 해당 레이블에 대한 자세한 정보를 제공합니다. **레이블** 메뉴에서 프레임 속성을 볼 수 있습니다. 이러한 속성은 작업의 각 프레임에 표시됩니다. 이들 속성 프롬프트를 사용하여 각 프레임에 대한 추가 정보를 입력하세요. ![\[프레임 속성 프롬프트의 예입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/frame-attributes.png) 레이블을 추가한 후 **레이블** 메뉴에서 레이블 옆에 있는 아래쪽 화살표를 사용하여 레이블 카테고리 속성 값을 빠르게 추가하고 편집할 수 있습니다. **레이블** 메뉴에서 레이블 옆에 있는 연필 아이콘을 선택하면 **인스턴스 편집** 메뉴가 나타납니다. 이 메뉴를 사용하여 레이블 ID, 레이블 카테고리, 레이블 카테고리 속성을 편집할 수 있습니다. ![\[프레임의 레이블에 대한 주석을 편집하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/kitti-ot-general.gif) 주석을 편집하려면 **레이블** 메뉴에서 편집하려는 주석의 레이블을 선택하거나 프레임에서 주석을 선택합니다. 주석을 편집하거나 삭제할 때 해당 작업은 단일 프레임의 주석만 수정합니다. 경계 상자 도구가 포함된 작업을 수행하는 경우 다음 예측 아이콘을 사용하여 다음 프레임의 프레임에 그린 모든 경계 상자의 위치를 예측하세요. 상자 하나를 선택하고 다음 예측 아이콘을 선택하면 다음 프레임에서는 해당 상자만 예측됩니다. 현재 프레임에 아무 상자도 추가하지 않으면 오류가 발생합니다. 이 기능을 사용하기 전에 하나 이상의 상자를 프레임에 추가해야 합니다. 다음 예측 아이콘을 사용한 후에는 다음 프레임에서 각 상자의 위치를 검토하고 필요한 경우 상자 위치와 크기를 조정하세요. 다음 그림은 다음 예측 도구 사용 방법을 설명한 것입니다. ![\[다음 프레임에 대해 예측된 상자를 조정하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/kitti-ot-predict-next.gif) 다른 모든 도구의 경우 **다음으로 복사** 및 **모두에 복사** 도구를 사용하여 주석을 다음 프레임 또는 모든 프레임에 각각 복사할 수 있습니다. # 동영상 프레임 객체 감지 작업 수행 동영상 프레임 객체 감지 작업을 수행하려면 주석을 사용하여 동영상 프레임 내 객체의 위치를 분류하고 식별해야 합니다. 동영상 프레임은 동영상 장면의 스틸 이미지입니다. 작업자 UI를 사용하여 동영상 프레임을 탐색하고 주석을 만들어 원하는 대상을 식별할 수 있습니다. 다음 주제를 사용하여 작업자 UI를 탐색하고, 제공된 도구를 사용하고, 작업을 완료하는 방법을 알아보세요. Google Chrome 웹 브라우저를 사용하여 작업을 완료하는 것이 좋습니다. **중요** 작업을 열었을 때 하나 이상의 동영상 프레임에 주석이 이미 추가되어 있는 경우 필요에 따라 주석을 조정하고 주석을 추가하세요. **Topics** + [태스크](sms-video-worker-instructions-od-task.md) # 태스크 동영상 프레임 객체 감지 작업을 수행할 때는 작업자 포털 오른쪽에 있는 **레이블 카테고리** 메뉴에서 범주를 선택하여 주석 달기를 시작해야 합니다. 범주를 선택한 후 이 범주가 적용되는 객체 주위에 주석을 그으세요. 작업자 UI에 표시되는 도구에 대한 자세한 내용은 [도구 안내서](sms-video-worker-instructions-tool-guide.md)을(를) 참조하세요. 레이블을 추가한 후 **레이블** 메뉴에서 레이블 옆에 아래쪽을 가리키는 화살표가 표시될 수 있습니다. 이 화살표를 선택한 다음 옵션을 선택하면 각 레이블 속성이 표시되며, 해당 레이블에 대한 자세한 정보를 제공합니다. ![\[작업자가 객체 감지 작업에 경계 상자 도구를 사용하는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/kitti-od-general-labeling-job.gif) **레이블** 메뉴에서 프레임 속성을 볼 수 있습니다. 이러한 속성은 작업의 각 프레임에 표시됩니다. 이들 속성 프롬프트를 사용하여 각 프레임에 대한 추가 정보를 입력하세요. ![\[프레임 속성 프롬프트의 예입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/frame-attributes.png) 주석을 편집하려면 **레이블** 메뉴에서 편집하려는 주석의 레이블을 선택하거나 프레임에서 주석을 선택합니다. 주석을 편집하거나 삭제할 때 해당 작업은 단일 프레임의 주석만 수정합니다. 경계 상자 도구가 포함된 작업을 수행하는 경우 다음 예측 아이콘을 사용하여 다음 프레임의 프레임에 그린 모든 경계 상자의 위치를 예측하세요. 상자 하나를 선택하고 다음 예측 아이콘을 선택하면 다음 프레임에서는 해당 상자만 예측됩니다. 현재 프레임에 아무 상자도 추가하지 않으면 오류가 발생합니다. 이 기능을 사용하기 전에 하나 이상의 상자를 프레임에 추가해야 합니다. **참고** 다음 예측 기능은 수동으로 생성한 주석을 덮어쓰지 않습니다. 주석만 추가됩니다. 다음 예측을 사용했는데 결과적으로 단일 객체 주위에 경계 상자가 두 개 이상 있는 경우 상자를 하나만 제외하고 모두 삭제하세요. 각 오브젝트는 단일 상자로만 식별되어야 합니다. 다음 예측 아이콘을 사용한 후에는 다음 프레임에서 각 상자의 위치를 검토하고 필요한 경우 상자 위치와 크기를 조정하세요. 다음 그림은 다음 예측 도구 사용 방법을 설명한 것입니다. ![\[작업자가 다음 프레임에서 예측된 상자를 조정할 수 있는 방법을 보여주는 Gif입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sms/video/kitti-video-od.gif) 다른 모든 도구의 경우 **다음으로 복사** 및 **모두에 복사** 도구를 사용하여 주석을 다음 프레임 또는 모든 프레임에 각각 복사할 수 있습니다.