如何为图像分割准备训练数据

Question

我正在使用边界框标记工具，如BBox和YOLO标记来进行对象本地化。我想知道是否有任何可用于图像分割任务的等效标记工具。学术界和研究人员是如何为这些图像分割任务准备数据集的。最近的Kaggle竞赛severstal-steel-defect-detection具有像素级分割信息。他们使用了什么工具来准备这些数据？

Answer 1

一般来说，这是一项相当复杂但很常见的任务，因此您可能会找到几个工具。Supervise.ly就是一个很好的例子。浏览演示以了解实际的复杂性。

另一种方法是使用OpenCV来获得一些特定的结果。我们这样做了，但结果相当粗糙。另一个问题是性能。我们使用4K视频有几个原因。

长话短说，我们决定实现一个自定义工具来获得所需的结果(并且速度足够快)。

​

​

(see in action)

总而言之，如果您想要为分割构建训练集，您有以下选择：

1. 使用可用的服务(几乎所有这些服务都需要额外的手动工作)
2. 使用OpenCV处理专门准备的输入
3. 开发一个自定义解决方案来处理适当准备的输入，提供完全控制和准确的结果

第三种选择似乎是最灵活的解决方案。这里是some examples。这些都是自定义的多色分割结果。你可能会觉得自定义实现要复杂得多，但事实证明，如果你正确地实现了一些简单的算法，你可能会对结果感到惊讶。我们对精确的像素完美结果很感兴趣：

​

(see in action)

Answer 2

我已经创建了一个简单的脚本来生成用于语义分割的注释的彩色掩码。

您将需要使用VIA(VGG图像注释器)工具，该工具提供了在多边形中标记区域的功能。一旦在类/属性上创建了多边形，您就可以给出一个属性名称，并将注释保存为csv文件。多边形的x，y坐标基本上保存在csv文件中。

有关使用程序和步骤，请参阅：https://github.com/pateldigant/SemanticAnnotator

如果您对此脚本的使用有任何疑问，可以发表评论。