Python社区  »  Git

GitHub 又一图像标注神器问世,代号「EISeg」!

GitHubDaily • 2 周前 • 23 次点击  
公众号关注 “GitHubDaily”
设为 “星标”,每天带你逛 GitHub!


在人工智能行业有这么一句话:“深度学习有多智能、背后就有多少人工”。这句话直接说出了深度学习从业者心中的痛处,毕竟模型的好坏数据占着很大的因素,但是数据的标注成本却让很多从业者感到头疼。在标注中,矩形框标注还相对简单,但是对于像素级别的分割标注,往往需要大量的点将目标轮廓抠出来,这需要大量的时间和人力成本去完成。

为了降低传统标注方式的人工成本、实现像素级目标标注的自动化,近期 PaddleSeg 团队联合 PPSIG (飞桨特殊兴趣小组)Models-CV 小组韩霖、陈奕舟两位 SIG 成员打造了业界首个高性能的交互式分割自动标注工具 —EISeg

什么是交互式分割呢?它其实就是先用预训练模型对图像进行预标注,对于标注不精准、有误差的地方,再通过一系列绿色点(正点)和红色点(负点)对目标对象边缘进行精准的调整,从而实现精细化标注,高效而实用。

详细的产品体验链接,请参考:

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.2/contrib/EISeg

当然大家会好奇,交互式分割算法是怎么实现的?在这里和大家介绍一下:

交互式分割以用户的标注作为指导信息,根据用户的需求选取所需的前景或物体区域,并通过多次交互的方式得到灵活的标注结果,为图片标注提供了一种半自动化标注策略。与语义分割相比,交互式分割不仅仅需要传入图片和标签,还需要输入交互信息来进行训练。



为了给大家带来更好的标注体验,开发团队在多个模型上不断尝试如何获取高精度的标注结果。经过大量测试发现,HRNet+OCRNet 模型结构能够更好的将交互点击信息传入到深层的特征中,并且保留分割结果的细节信息,从而使模型对交互信息的反应更精确、更灵活。

值得一提的是:为了同时保证模型的高精度和轻量化,EISeg 的交互式分割算法采用 HRNet18 和 NRNet18-Small 两种 Backbone,而 OCRNet 的通道也可以进行不同数量的配置,得到计算量大小不同的模型,更好的满足用户不同场景的需求。

模型结构图

当然 EISeg 提供的不仅有预训练算法和交互式分割操作方式,更多功能,下面逐一为大家揭晓!

支持多种图像及标注格式满足多种视觉任务

EISeg 不仅仅支持输出 mask 掩膜输出,还支持多边形等多种标注生成。同时支持伪彩色图、灰度图,以及 json、coco 等数据格式,用户还可对角点进行增删和局部修正。这样标注出来的数据,不仅仅可以做语义分割,还可以用做实例分割任务,一举两得!!!

超多人性化操作快捷键让标注效率一提再提!

为了进一步提高标注效率,EISeg 提供了超多人性化设计的快捷键:

那到底标注效率有多快呢?我们具体来做个测试

👆 传统方法 1 分 7 秒

👆 EISeg 9 秒

可以看到,传统方法使用的标注时间是 1 分 07 秒,EISeg 使用的只有 9 秒!使用的时间是传统方式的 1/7 还不到!EISeg 的交互式分割模型的标注效率是远远超过传统标注的!

丰富的标注模型适合多种场景

EISeg 开放了在 COCO+LVIS 和大规模人像数据上训练的四个标注模型,满足通用场景和人像场景的标注需求。其中模型结构对应 EISeg 交互工具中的网络选择模块,用户需要根据自己的场景需求选择不同的网络结构和加载参数。

另外,为了更好的满足用户分割场景的多样性,PaddleSeg 团队还在持续建设其他垂类领域的交互式模型,例如医疗和遥感图像标注。期待有相关需求的开发者们一起参与开源共建中来!

心动不如行动,大家可以直接前往 GitHub 地址获得完整开源项目代码,记得 Star 收藏支持一下哦:

https://github.com/PaddlePaddle/PaddleSeg

有小伙伴使用过 EISeg 后表示 “救了眼睛一命,省下不少时间!”,这么好用的开源自动标注工具还不叫上你的好朋友来体验一下!

除此之外,百度飞桨开发者说邀请到了 EISeg 的开发团队成员韩霖为大家带来一场专题直播,与大家共同交流 EISeg 强大的标注功能和实现原理!

欢迎大家扫码海报二维码加入技术交流群进行互动和获取直播链接,或 B 站搜索 “飞桨 PaddlePaddle” 关注直播间。

此次高效智能的交互式分割标注工具 ——EISeg,由 PPSIG Models-CV 小组韩霖、陈奕舟和 PaddleSeg 开发团队共同完成。

PPSIG Models-CV 是基于计算机视觉的飞桨特殊兴趣小组(PPSIG),以贡献优质的开发套件和部署工具为目标,参与相关论文复现、Issue 解决和产品文档的建设优化工作,为开发者提供更加流畅高效的使用体验,助力开发者训练出更好的视觉模型和应用落地。

加入飞桨特殊兴趣小组(PPSIG),不光可以与飞桨的技术专家交流合作,更可以与志同道合的小伙伴共同为开源社区做出优质贡献,说不定下一个优秀 Repo 的开发者名单中就有你!

参与方式

如果您有兴趣加入,可扫码填写问卷,通过技术评估后即可加入

更多 PPSIG 介绍,点击 “阅读原文” 即可了解。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/119933
 
23 次点击  
分享到微博