有哪些图像标注工具值得推荐或者分享?
我目前在车厂无人驾驶部门的职责之一便是研发无人驾驶感知领域语义|全景分割数据集的半自动标注算法再具体一点计算机视觉领域的: 语义分割(Semantic Segmentation) 和 全景分割 (Panoptic Segmentation)https://arxiv.org/pdf/1801.00868.pdf它们或许是数据标注领域成本最高的俩个任务(德国高达100人民币/图)它们的具体定义可以见上图一、标注任务语义分割: 对图片中每一个像素标注其类别(如:汽车、行人、道路等)全景分割:对于每一个像素,在语义分割的基础上再区分目标instance物体(如:汽车1、汽车2、行人5等)二、标注格式通常标注结果还是存成图片的常见格式(如: png)图片的每一个通道存储不同信息(用数字1-255表示)例如第一通道存储: 该像素所属类别第二通道:如果该像素属于目标物体,他属于第几个instance第三通道:通常是0或1,1表示该像素是可以驾驶的区域,0反之三、开源数据集Cityscapes(戴姆勒公司、德国马普所、TU Darmstadt): https://www.cityscapes-dataset.com/Mapillary Vistas (丰田、Lytf等赞助):https://www.mapillary.com/dataset/vistas?pKey=0_xJqX3-c-KyTb90oG_8HQKitti Dataset (德国KIT和丰田芝加哥研究所): http://www.cvlibs.net/datasets/kitti/eval_scene_flow.php等等可以看到背后都有财团的支持四、数据集的成本和作用成本:据Cityscapes官方,标注一张该数据集中的语义分割平均需要1.5小时!!!德国最低工资是9欧元左右/小时因此在德国标注一张语义分割图片的成本超过13欧元(约合100块人民币)!!重要性:深度学习需要大量精细标注的数据作为“燃料”保守L3要能够上路需要至少几百万张标注精细的训练图片人工智能时代,谁拥有数据谁就拥有源源不断的燃料数据集也成为无人驾驶公司和主机厂的兵家必争之地五、用优化算法节约标注成本手动标注一张语义分割像素级别的图片平均需要1.5小时有没有什么更智能的办法提高标注效率呢?专注于优化算法的 @运筹OR帷幄以下略探12:1. ScribbleSup: Scribble-Supervised Convolutional Networks for ...2. Weakly-and Semi-Supervised Panoptic Segmentation3. Fast Interactive Object Annotation With Curve-GCN标注软件的一般流程是:标注者输入交互信息-算法自动标注-标注者修改-算法标注直到标注者满意为止图像分割优化算法结合深度学习CNN便可以达到相较于精细标注95%的精度
Copyright © 广州京杭网络科技有限公司 2005-2025 版权所有 粤ICP备16019765号
广州京杭网络科技有限公司 版权所有