Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Memulai verifikasi label atau pekerjaan penyesuaian (API)
<a name="sms-data-verify-start-api"></a>

**catatan**  
Amazon SageMaker Ground Truth tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Ground Truth, tetapi kami tidak berencana untuk memperkenalkan fitur baru.

Mulai verifikasi label atau pekerjaan penyesuaian dengan merangkai pekerjaan yang berhasil diselesaikan atau memulai pekerjaan baru dari awal menggunakan [`CreateLabelingJob`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) operasi. Prosedurnya hampir sama dengan menyiapkan pekerjaan pelabelan baru dengan`CreateLabelingJob`, dengan beberapa modifikasi. Gunakan bagian berikut untuk mempelajari modifikasi apa yang diperlukan untuk mengrantai pekerjaan pelabelan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi. 

Saat membuat pekerjaan pelabelan penyesuaian atau verifikasi menggunakan Ground Truth API, Anda * harus * menggunakan pekerjaan pelabelan yang berbeda `LabelAttributeName` dari pekerjaan pelabelan asli. Pekerjaan pelabelan asli adalah pekerjaan yang digunakan untuk membuat label yang ingin disesuaikan atau diverifikasi. 

**penting**  
File konfigurasi kategori label yang Anda identifikasi untuk pekerjaan penyesuaian atau verifikasi `CreateLabelingJob` harus berisi label yang sama yang digunakan dalam pekerjaan pelabelan asli. [`LabelCategoryConfigS3Uri`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelCategoryConfigS3Uri) Anda dapat menambahkan label baru. Untuk pekerjaan cloud titik 3D dan bingkai video, Anda dapat menambahkan kategori label baru dan atribut bingkai ke file konfigurasi kategori label.

## Kotak Pembatas dan Segmentasi Semantik
<a name="sms-data-verify-start-api-image"></a>

Untuk membuat kotak pembatas atau pekerjaan verifikasi label segmentasi semantik atau pekerjaan penyesuaian, gunakan pedoman berikut untuk menentukan atribut API untuk operasi. `CreateLabelingJob` 
+ Gunakan [`LabelAttributeName`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelAttributeName) parameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbeda `LabelAttributeName` dari yang digunakan untuk pekerjaan pelabelan asli.
+ Jika Anda mengrantai pekerjaan, label dari pekerjaan pelabelan sebelumnya yang akan disesuaikan atau diverifikasi akan ditentukan dalam template UI khusus. Untuk mempelajari cara membuat template khusus, lihat[Buat Templat Tugas Pekerja Kustom](a2i-custom-templates.md).

  Identifikasi lokasi template UI dalam [`UiTemplateS3Uri`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html) parameter. SageMaker AI menyediakan widget yang dapat Anda gunakan di template kustom Anda untuk menampilkan label lama. Gunakan `initial-value` atribut di salah satu elemen kerumunan berikut untuk mengekstrak label yang memerlukan verifikasi atau penyesuaian dan memasukkannya ke dalam template tugas Anda:
  + [segmentasi kerumunan semantik](sms-ui-template-crowd-semantic-segmentation.md)—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label segmentasi semantik yang perlu diverifikasi atau disesuaikan.
  + [kotak pembatas kerumunan](sms-ui-template-crowd-bounding-box.md)—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label kotak pembatas yang perlu diverifikasi atau disesuaikan.
+ [`LabelCategoryConfigS3Uri`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelCategoryConfigS3Uri)Parameter harus berisi kategori label yang sama dengan pekerjaan pelabelan sebelumnya.
+ Gunakan kotak pembatas atau penyesuaian segmentasi semantik atau ARN lambda verifikasi untuk dan: [`PreHumanTaskLambdaArn`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn) [`AnnotationConsolidationLambdaArn`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)
  + Untuk kotak pembatas, pekerjaan pelabelan penyesuaian fungsi lambda ARN diakhiri dengan `AdjustmentBoundingBox` dan ARN fungsi lambda verifikasi diakhiri dengan. `VerificationBoundingBox`
  + Untuk segmentasi semantik, pekerjaan pelabelan penyesuaian fungsi lambda ARN diakhiri dengan `AdjustmentSemanticSegmentation` dan ARN fungsi lambda verifikasi diakhiri dengan. `VerificationSemanticSegmentation`

## Awan titik 3D dan bingkai video
<a name="sms-data-verify-start-api-frame"></a>
+ Gunakan [`LabelAttributeName`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelAttributeName) parameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbeda `LabelAttributeName` dari yang digunakan untuk pekerjaan pelabelan asli. 
+ Anda harus menggunakan UI tugas manusia Amazon Resource Name (ARN) (`HumanTaskUiArn`) yang digunakan untuk pekerjaan pelabelan asli. Untuk melihat ARN yang didukung, lihat [`HumanTaskUiArn`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html#sagemaker-Type-UiConfig-HumanTaskUiArn).
+ Dalam file konfigurasi kategori label, Anda harus menentukan nama atribut label ([`LabelAttributeName`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelAttributeName)) dari pekerjaan pelabelan sebelumnya yang Anda gunakan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi di `auditLabelAttributeName` parameter.
+ Anda menentukan apakah pekerjaan pelabelan Anda adalah pekerjaan * pelabelan * verifikasi * atau * penyesuaian menggunakan `editsAllowed` parameter dalam file konfigurasi kategori label yang diidentifikasi oleh [`LabelCategoryConfigS3Uri`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html#SageMaker-CreateLabelingJob-request-LabelCategoryConfigS3Uri) parameter. 
  + Untuk pekerjaan * pelabelan * verifikasi, Anda harus menggunakan `editsAllowed` parameter untuk menentukan bahwa semua label tidak dapat dimodifikasi. `editsAllowed`harus diatur ke `"none"` dalam setiap entri di`labels`. Secara opsional, Anda dapat menentukan apakah atribut kategori label dan atribut bingkai dapat disesuaikan oleh pekerja atau tidak. 
  + Secara opsional, untuk pekerjaan * pelabelan * penyesuaian, Anda dapat menggunakan `editsAllowed` parameter untuk menentukan label, atribut kategori label, dan atribut bingkai yang dapat atau tidak dapat dimodifikasi oleh pekerja. Jika Anda tidak menggunakan parameter ini, semua label, atribut kategori label, dan atribut bingkai akan disesuaikan.

  Untuk mempelajari lebih lanjut tentang `editsAllowed` parameter dan mengonfigurasi file konfigurasi kategori label Anda, lihat[Skema file konfigurasi kategori label](sms-label-cat-config-attributes.md#sms-label-cat-config-attributes-schema). 
+ Gunakan Awan titik 3D atau penyesuaian bingkai video lambda ARN untuk [`PreHumanTaskLambdaArn`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html#sagemaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn) dan [`AnnotationConsolidationLambdaArn`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_AnnotationConsolidationConfig.html#sagemaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn) untuk pekerjaan pelabelan penyesuaian dan verifikasi:
  + Untuk awan titik 3D, tugas pelabelan penyesuaian dan verifikasi fungsi lambda ARN diakhiri dengan`Adjustment3DPointCloudSemanticSegmentation`,`Adjustment3DPointCloudObjectTracking`, dan `Adjustment3DPointCloudObjectDetection` untuk segmentasi semantik awan titik 3D, deteksi objek, dan pelacakan objek masing-masing. 
  + Untuk bingkai video, tugas pelabelan penyesuaian dan verifikasi fungsi lambda ARN diakhiri dengan `AdjustmentVideoObjectDetection` dan `AdjustmentVideoObjectTracking` untuk deteksi objek bingkai video dan pelacakan objek masing-masing. 

Ground Truth menyimpan data keluaran dari verifikasi label atau pekerjaan penyesuaian di bucket S3 yang Anda tentukan dalam [`S3OutputPath`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_LabelingJobOutputConfig.html#SageMaker-Type-LabelingJobOutputConfig-S3OutputPath) parameter [`CreateLabelingJob`](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) operasi. Untuk informasi selengkapnya tentang data keluaran dari verifikasi label atau pekerjaan pelabelan penyesuaian, lihat[Verifikasi label dan data penyesuaian dalam manifes keluaran](sms-data-verify-manifest.md).