GitHub 又一图像标注神器问世,代号「EISeg」!

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!

(0)

相关推荐

  • 火爆GitHub!这个图像分割神器开源了

    最近全球各大新势力造车公司简直不能再火!小编看着蹭蹭飙升的股价实在是眼红的不要不要的.而懂行的人都知道,以Telsa为首,各大公司都采用计算机视觉作为自动驾驶的技术底座,而其中正是通过图像分割技术,汽 ...

  • 百度提出PADDLESEG:一个高效的图像分割开发工具

    重磅干货,第一时间送达 小白导读 论文是学术研究的精华和未来发展的明灯.小白决心每天为大家带来经典或者最新论文的解读和分享,旨在帮助各位读者快速了解论文内容.个人能力有限,理解难免出现偏差,建议对文章 ...

  • 找了好久,终于发现一款好用到炸的「图像分割」神器!

    加个"星标",每天下午18:03,一起学技术 自动驾驶近些年简直火炸了天,小编大胆的预测这个拥有2021CVPR自动驾驶场景理解赛道冠军算法的项目马上要火爆业界! 而这个项目的St ...

  • 给你看个宝贝:GitHub 最野的开源模型库!

    前阵子抖音爆火的应用蚂蚁呀嘿都笑过吧?这技术让一向严肃认真的giao哥都多了几分俏皮,这么秀的代码,必须狗一波.于是本狗啊不本人有了一个温暖(欠揍)的想法:想弄一个自家爹妈爷爷奶奶一起摇摆的鬼畜视频. ...

  • 10个预训练模型开始你的深度学习(计算机视觉部分)

    重磅干货,第一时间送达 作者:PRANAV DAR编译:ronghuaiyang导读对于希望学习算法或尝试现有框架的人来说,预训练的模型是一个很好的帮助.由于时间限制或计算资源的限制,不可能总是从头构 ...

  • 精品收藏:GitHub人工智能AI开源项目

    精品收藏:GitHub人工智能AI开源项目 绝对精品!!!花了点时间,鄙人把这几年收藏的开源精品项目,整理一下,方面以后查找.其中涵盖了姿态检测,图像分割,图像分类,美学评价.人脸识别.多尺度训练,移 ...

  • PPSIG携手100 位contributor,共建飞桨开源社区

    开源的开放性使得诸多的开发者可以加入其中,自2016年开源以来,飞桨一直致力于建设开源开放的开发者社区,也正是有了众多contributor们的加入,飞桨社区得以不断发展繁荣. PPSIG已经成立一年 ...

  • 你需要关注的计算机视觉论文在这里!最新最全state-of-art论文,包含阅读笔记

    加入极市专业CV交流群,与 10000+来自港科大.北大.清华.中科院.CMU.腾讯.百度 等名校名企视觉开发者互动交流! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总,行业技术交流.关注 ...

  • 实测U^2-net显著目标检测算法

    今天体验了下U^2 -Net,在2020年的时候刷爆了 reddit 和 twitter,号称是当年最强的静态背景分割算法.u-2-net 的结构长什么样? 长得像U型,原来是基于语义分割网络u-ne ...

  • 2021CVPR顶会冠军带你解密图像分割

    最近全球各大新势力造车公司简直不能再火!看着蹭蹭飙升的股价实在是眼红的不要不要的.而懂行的人都知道,以特斯拉为首,各大公司都采用计算机视觉作为自动驾驶的技术底座,而其中正是通过图像分割技术,汽车才能分 ...

  • Py之pixellib:pixellib库的简介、安装、经典案例之详细攻略

    Py之pixellib:pixellib库的简介.安装.经典案例之详细攻略 pixellib库的简介 pixellib是一个库执行图像分割.它支持两种主要类型的图像分割:语义分割和实例分割,只需几行代 ...

  • CVPR2021最新接收论文合集!22个方向100+篇论文汇总|持续更新

    报道丨极市平台 极市导读 CVPR2021结果已出,本文为CVPR最新接收论文的资源汇总贴,附有相关文章与代码链接. >>加入极市CV技术交流群,走在计算机视觉的最前沿 文章在Github ...