社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

GitHub 又一图像标注神器问世,代号「EISeg」!

GitHubDaily • 3 年前 • 496 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
 
496 次点击