Veröffentlicht am: Dec 12, 2019
Amazon SageMaker Ground Truth bietet ab sofort eine Funktion für die automatische Segmentierung auf der Benutzeroberfläche für die semantische Segmentierung im Labeling-Prozess. Mit dieser Funktion können Sie den Labeling-Durchsatz erhöhen, die Genauigkeit verbessern und Ermüdungserscheinungen des Kennzeichners reduzieren. Sie vereinfacht den Prozess, da relevante Bereiche in einem Bild automatisch mit minimalem Aufwand gekennzeichnet werden. Das Ergebnis der automatischen Segmentierung können Sie übernehmen, rückgängig machen oder korrigieren.
Mit SageMaker Ground Truth können Sie im Handumdrehen höchst präzise Trainingsdatensätze erstellen. Der Service bietet einen schnellen Zugriff auf Ihre eigenen menschlichen Kennzeichner und solche von Drittanbietern und stellt diesen integrierte Workflows und Schnittstellen für Labeling-Aufgaben zur Verfügung. SageMaker Ground Truth bietet einen integrierten Labeling-Workflow und eine Schnittstelle für die semantische Segmentierung. Dabei handelt es sich um ein computergestütztes ML-Verfahren, bei dem einzelnen Pixeln in einem Bild Klassenlabels zugewiesen werden.
Mit dieser neuen Funktion können Sie die semantische Segmentierung bis zu zehn Mal schneller durchführen. Anstatt ein eng anliegendes Polygon zu zeichnen oder mit dem Pinselwerkzeug ein Objekt in einem Bild zu erfassen, zeichnen Sie vier Punkte: unten, oben, links und rechts vom Objekt. Ground Truth verwendet diese vier Punkte als Eingabe und erzeugt mithilfe des DEXTR-Algorithmus (Deep Extreme Cut) eine eng anliegende Maske um das Objekt.
Weitere Informationen zu dieser Funktion finden Sie in unserem Blog-Beitrag zum Start und in der Dokumentation.