Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Creación de un trabajo de etiquetado de segmentación semántica de nubes de puntos 3D Puede crear un trabajo de etiquetado de nubes de puntos en 3D mediante la consola de SageMaker IA o la operación de la API,. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) Para crear un trabajo de etiquetado para este tipo de tarea, necesita lo siguiente: + Un archivo de manifiesto de entrada de un solo fotograma. Para obtener información sobre cómo crear este tipo de archivo de manifiesto, consulte [Crear un archivo de manifiesto de entrada de fotograma de nube de puntos](sms-point-cloud-single-frame-input-data.md). Si no tiene experiencia con las modalidades de etiquetado en nubes de puntos 3D de Ground Truth, le recomendamos que consulte [Formatos de datos 3D sin procesar aceptados](sms-point-cloud-raw-data-types.md). + Un equipo de trabajo formado por personal privado o de un proveedor. No puede utilizar trabajadores de Amazon Mechanical Turk para trabajos de etiquetado de nube de puntos 3D. Para obtener información sobre cómo crear personal y equipos de trabajo, consulte [Personal](sms-workforce-management.md). + Un archivo de configuración de categoría de etiqueta. Para obtener más información, consulte [Archivo de configuración de categorías de etiquetado con atributos de categorías de etiquetas y fotogramas](sms-label-cat-config-attributes.md). Además, asegúrese de consultar y cumplir [Asigne permisos de IAM para usar Ground Truth](sms-security-permission.md). Utilice una de las siguientes secciones para aprender a crear un trabajo de etiquetado mediante la consola o una API. ## Creación de un trabajo de etiquetado (consola) Puede seguir las instrucciones [Crear un trabajo de etiquetado (consola)](sms-create-labeling-job-console.md) para aprender a crear un trabajo de etiquetado de segmentación semántica de nubes de puntos 3D en la consola de SageMaker IA. Al crear el trabajo de etiquetado, tenga en cuenta lo siguiente: + El archivo de manifiesto de entrada debe ser un archivo de manifiesto de un solo fotograma. Para obtener más información, consulte [Crear un archivo de manifiesto de entrada de fotograma de nube de puntos](sms-point-cloud-single-frame-input-data.md). + La consolidación de anotaciones y el etiquetado de datos automatizado no son compatibles con las tareas de etiquetado en nubes de puntos 3D. + Los trabajos de etiquetado de segmentación semántica de nube de puntos 3D pueden tardar varias horas en completarse. Puede especificar un límite de tiempo más largo para estos trabajos de etiquetado al seleccionar el equipo de trabajo (hasta 7 días o 604 800 segundos). ## Creación de un trabajo de etiquetado (API) En esta sección se describen los detalles que debe conocer al crear un trabajo de etiquetado mediante la operación de la SageMaker API. `CreateLabelingJob` Esta API define esta operación para todos AWS SDKs. Para ver una lista de los idiomas específicos SDKs compatibles con esta operación, consulte la sección **Vea también** de. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) La página, [Crear un trabajo de etiquetado (API)](sms-create-labeling-job-api.md), proporciona una visión general de la operación `CreateLabelingJob`. Siga estas instrucciones y haga lo siguiente mientras configura su solicitud: + Debe introducir un ARN para `HumanTaskUiArn`. Utilice `arn:aws:sagemaker::394669845002:human-task-ui/PointCloudSemanticSegmentation`. Sustituya `` por la región de AWS en la que va a crear el trabajo de etiquetado. No debe haber una entrada para el parámetro `UiTemplateS3Uri`. + El [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) debe terminar en `-ref`. Por ejemplo, `ss-labels-ref`. + El archivo de manifiesto de entrada debe ser un archivo de manifiesto de un solo fotograma. Para obtener más información, consulte [Crear un archivo de manifiesto de entrada de fotograma de nube de puntos](sms-point-cloud-single-frame-input-data.md). + Especifique las instrucciones del trabajador y las etiquetas en un archivo de configuración de categoría de etiqueta. Consulte [Archivo de configuración de categorías de etiquetado con atributos de categorías de etiquetas y fotogramas](sms-label-cat-config-attributes.md) para obtener información sobre cómo crear este archivo. + Debe proporcionar una función Lambda predefinida ARNs para las funciones Lambda previas y posteriores a la anotación (ACS). ARNs Son específicas de la AWS región que utilice para crear su trabajo de etiquetado. + Para buscar el ARN de Lambda de preanotación, consulte [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). Utilice la región en la que va a crear el trabajo de etiquetado para buscar el ARN correcto. Por ejemplo, si va a crear el trabajo de etiquetado en us-east-1, el ARN será `arn:aws:lambda:us-east-1:432418664414:function:PRE-3DPointCloudSemanticSegmentation`. + Para buscar el ARN de Lambda de postanotación, consulte [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). Utilice la región en la que va a crear el trabajo de etiquetado para buscar el ARN correcto. Por ejemplo, si va a crear el trabajo de etiquetado en us-east-1, el ARN será `arn:aws:lambda:us-east-1:432418664414:function:ACS-3DPointCloudSemanticSegmentation`. + El número de trabajadores especificado en `NumberOfHumanWorkersPerDataObject` debe ser `1`. + El etiquetado de datos automatizado no es compatible con los trabajos de etiquetado en nubes de puntos 3D. No debe especificar valores para los parámetros en `[LabelingJobAlgorithmsConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#sagemaker-CreateLabelingJob-request-LabelingJobAlgorithmsConfig)`. + Los trabajos de etiquetado de segmentación semántica de nube de puntos 3D pueden tardar varias horas en completarse. Puede especificar un límite de tiempo más largo para estos trabajos de etiquetado en `TaskTimeLimitInSeconds` (hasta 7 días o 604 800 segundos).