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（例如BBox和YOLO标记）进行对象定位。我想知道是否有任何等效的标记工具可用于图像分割任务。学术界和研究界的人们如何为这些图像分割任务准备数据集。最近的Kaggle竞赛severstal-steel-defect-detection具有像素级细分信息。他们使用了哪些工具来准备这些数据？

Answer 1

通常来说，这是一个非常复杂但常见的任务，因此您很可能可以找到几种工具。 Supervise.ly是一个很好的例子。浏览该演示以了解实际的复杂性。

另一种方法是使用OpenCV获得某些特定结果。我们做到了，但结果很粗糙。另一个问题是性能。我们使用4K视频的原因有很多。

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（并且这样做足够快）。

（see in action）

总结一下，如果您要为细分建立训练集，则可以使用以下选项：

1. 使用可用的服务（几乎所有服务都需要额外的手动工作）
2. 使用OpenCV处理特别准备的输入
3. 开发定制解决方案以处理适当准备的输入，提供完全控制和准确的结果

第三个选项似乎是最灵活的解决方案。这是some examples。这些是自定义多色细分结果。您可能会得到一个印象，自定义实现的方式要复杂得多，但是事实证明，如果正确实现一些简单明了的算法，您可能会对结果感到惊讶。我们对准确的像素完美结果感兴趣：

（see in action）

Answer 2

我创建了一个简单的脚本来生成彩色的注释掩码，用于语义分割。

您将需要使用VIA（VGG图像注释器）工具来标记多边形中的区域。在类/属性上创建多边形后，您可以指定属性名称并将注释另存为csv文件。多边形的x，y坐标基本上保存在csv文件中。

要使用的程序和步骤位于：https://github.com/pateldigant/SemanticAnnotator

如果您对该脚本的使用有任何疑问，可以将其注释掉。