技术标签: 软件使用 深度学习 图像分割 Paddlepaddle paddle EISeg
官方原话:EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了高精度和轻量级等不同方向的高质量交互式分割模型,方便开发者快速实现语义及实例标签的标注,降低标注成本。 另外,将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练,便可得到定制化场景的高精度模型,打通分割任务从数据标注到模型训练及预测的全流程。
飞桨(PaddlePaddle)是百度开源的深度学习框架,社区也比较活跃,关键是中文方便交流,哈哈哈。
EISeg
工具是在PaddlePaddle/PaddleSeg
仓库下contrib/EISeg
里(从release2.3以后直接从contrib
移到PaddleSeg
目录下了),仓库地址如下:
https://github.com/PaddlePaddle/PaddleSeg
EISeg
工具也是最近Paddle
团队才开源(大概是在2021.08.24)的一个实用工具,现在还在不断迭代优化中:
为了不影响其他python环境,建议新建一个环境。(不想新建可以跳过)
这里以创建一个名为eiseg_env
,python版本为3.8的环境为例:
conda create -n eiseg_env python=3.8
创建完成后,进入新环境:
conda activate eiseg_env
在官方的Reame里有写需要安装PaddlePaddle,所以先安装下PaddlePaddle包。
安装PaddlePaddle(这里默认是安装的CPU版的,如果要安装GPU版,看官方文档):
pip install paddlepaddle
然后再安装EISeg
(这里以pip安装方式为例,你也可以按照官方的教程使用源码安装):
pip install eiseg
安装成功后直接在终端输入eiseg
即可启动:
eiseg
EISeg开放了在COCO+LVIS和大规模人像数据上训练的标注模型,并且分别提供了高精度和轻量化两种选择(后面官方可能会开放更多可用模型,建议大家自己去官网看下文档)。这里以下载针对通用场景的高精度模型为例hrnet18_ocr64_cocolvis
,点击对应权重下载地址进行下载。
模型类型 | 适用场景 | 模型结构 | 下载地址 |
---|---|---|---|
高精度模型 | 适用于通用场景的图像标注。 | HRNet18_OCR64 | hrnet18_ocr64_cocolvis |
轻量化模型 | 适用于通用场景的图像标注。 | HRNet18s_OCR48 | hrnet18s_ocr48_cocolvis |
高精度模型 | 适用于人像标注场景。 | HRNet18_OCR64 | hrnet18_ocr64_human |
轻量化模型 | 适用于人像标注场景。 | HRNet18s_OCR48 | hrnet18s_ocr48_human |
启动EISeg
后,在右上角选择模型类型,刚刚下载的是高精度的模型,所以就选择高精度模型
。
然后点击加载网络权重
,选择刚刚下载好的权重文件就可以了。
在工具右侧点击添加标签按钮,添加自己分割任务中的目标类别。
每添加一个标签都可以自己随便选择一个喜欢的颜色(每个类别用不同的颜色区分):
然后建议导出标签信息(比如保存到label.txt
文件中),方便下次使用:
简单分析下保存的标签内容,每行代表一个类别的信息,这些信息使用空格进行分隔。比如下面的第一行,1
代表类别索引,dog
代表类别名称,239 41 41
代表这个类别在标注时使用的颜色(RGB三个值)。根据这些信息其实我们一开始就可以自己先构建出这个标签文件,然后直接加载这个标签就行了。
1 dog 239 41 41
2 cat 245 128 6
同样点击标注
->加载标签列表
,选择上面刚刚讲到的标签文件即可。
点击左上角文件
,然后可以选择单张图片进行标注,或者点击打开文件夹
对里面的图片一张张进行标注。
接着先在右侧的标签栏中选择要标注的目标类别,然后在图像的目标中用鼠标左键点一下增加一个正样本(图中会出现一个绿色的星号),然后模型会自动帮我们去抠出它认为的目标。
很明显,模型将人类的胳膊也当成了dog的一部分这是不对的,那么我们可以在胳膊的位置处点击鼠标右键,增加一个负样本点(图中会出现一个红色的星号),然后网络会把标注有负样本的区域给去掉,此时标注的基本就是正确的了。
标注完成后点击空格,会生成该目标的多边形边界(注意里面还包含了目标的bbox信息,即目标检测任务的信息),我们可以在该边界上新增(鼠标在边缘上左键双击)或者删除点(鼠标在边缘点上左键双击),并且拖动这些点的位置进行微调。标注完一张图片后点击保存按钮,然后会在当前文件夹下生成一个label
文件夹(文件的输出位置可以在文件
->改变标签保存路径
更改保存目录)。
打开目标标注信息的目录,可以看到针对每张图片会默认会生成3张图片和一个coco.json
文件(这个文件是所有图片共用的,和COCO的json的文件一样)。
1.png
是之前在PASCAL VOC数据中介绍的语义分割mask标签文件(注意,这个文件并没有加上调色板信息。它就是一个灰度图,灰度值对应类别id)可参考我之前写的文章。1_pseudo.png
是一个彩色mask标签文件(其实只要1.png
就够了),方便可视化。1_foreground.png
就是把前景抠出来了,也是方便可视化,感觉没啥用。coco.json
是MS COCO的数据格式,具体参考我之前讲的MS COCO数据集文章,注意里面还包含了目标的bbox信息,即目标检测任务的信息(说明目标检测任务也能用)。这里默认使用的是MS COCO的数据格式,你也可以设置成JSON保存
格式,就和labelme
标注工具一样,每张图片生成一个json文件。在工具左上角功能
中进行设置。
后续再补
这里接直接复制官方文档中的快捷键:
部分按键/快捷键 | 功能 |
---|---|
鼠标左键 | 增加正样本点 |
鼠标右键 | 增加负样本点 |
鼠标中键 | 平移图像 |
Ctrl+鼠标中键(滚轮) | 缩放图像 |
S | 切换上一张图 |
F | 切换下一张图 |
Space(空格) | 完成标注/切换状态 |
Ctrl+Z | 撤销 |
Ctrl+Shift+Z | 清除 |
Ctrl+Y | 重做 |
Ctrl+A | 打开图像 |
Shift+A | 打开文件夹 |
E | 打开快捷键表 |
Backspace(退格) | 删除多边形 |
鼠标双击(点) | 删除点 |
鼠标双击(边) | 添加点 |
文章浏览阅读1.1k次,点赞2次,收藏20次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:SSM + mybatis + Maven + Vue 等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。2.IDE环境:IDEA,Eclipse,Myeclipse都可以。_学科竞赛管理系统开发与应用
文章浏览阅读1.5k次。function dx=shuangzhou(t,x,Tmh,Tmp,Mh,Ihx,Ihy,Ihz,Ihxy,Ihxz,Ihyz,Mp,Ipx,Ipy,...Ipz,Ipxy,Ipxz,Ipyz,g,xh,yh,zh,xp,yp,zp,xhp,yhp,zhp,xch,ych,zch,u,v,w,...p,q,r,theta,varphi,Ch,Cp,Kp)A=p*cos(x(1))*cos(x(2..._错误使用+
文章浏览阅读611次。语法结构 1.捕获异常语法结构: 红框:使用try{}块来抛出异常蓝框:使用try{}块来抛出异常橙框:由于对循环体中的异常进行了捕获处理,所以该行代码可以执行 2.try…catch…finally异常处理结构中,try语句块是必须的, catch和finally语句块至少出现一个。 3.注意:如果try语句块包含的是检查时异常,则在没有..._java子异常与父异常如何补获
文章浏览阅读299次。方法1.GameObject中选择Particle System,即可在场景中创建粒子系统对象方法2.先create empty ,再到Component中选择Effects后,选择Particle System,即为该空物体添加了粒子系统组件。_unity particle system 实例化
文章浏览阅读1k次,点赞2次,收藏3次。基本上Bresenham画线算法的思路如下:// 假设该线段位于第一象限内且斜率大于0小于1,设起点为(x1,y1),终点为(x2,y2).// 根据对称性,可推导至全象限内的线段.1.画起点(x1,y1).2.准备画下个点。x坐标增1,判断如果达到终点,则完成。否则,由图中可知,下个要画的点要么为当前点的右邻接点,要么是当前点的右上邻接点.2.1.如果线段ax+by+c=0与x=x1..._easyx线条粗细
文章浏览阅读7.7k次。酷睿i5-1035G1是一款高效的四核SoC,适用于基于Ice -Lake-U 系列的笔记本电脑和超极本 。它集成了四个Sunnycove处理器内核(由于HyperThreading而支持8个线程),主频为1(基本) – 3.7(单核Turbo)GHz。选锐龙i5-1035G1 还是R7 4800U 哪个好 https://list.jd.com/list.html使用Turbo Boost,2个内核可以达到3.6 GHz,所有4个3.3 GHz。据英特尔称,Sunnycove内核的IPC数量增加了1_r74800u和i51035g1哪个好
文章浏览阅读765次。OpenGL SuperBible 7th 源码编译_superbible7-media github
文章浏览阅读794次,点赞14次,收藏18次。wireshark下载、安装、使用教程
文章浏览阅读288次。MXNet 粗糙的使用指南写于2020年3月24日,最新的CUDA版本为10.2MXNet简介MXNet是一个(跟TF与Torch相比特别小众的)多平台神经网络框架。优点:灵活,多平台,可移植性强。工业界常用框架。缺点:复杂,难以入门,基本没有教材。只能依靠代码来学习代码。框架介绍MXNet现在存在两种界面:symbol与gluon。Symbol的设计思路与T..._iou loss mxnet
文章浏览阅读1.3k次。接上一篇文章ipa包砸壳,接下来讲一下代码混淆。混淆代码,我们需要生成两个文件confuse.sh和func.list。confuse.sh是一个脚本文件,里边定义了混淆的一些算法,以及需要混淆方法的路径。func.list是我们列举的一些需要混淆的方法。当然系统的方法不能混淆,不然一些库文件方法没办法正确加载。1、首先,终端cd到文件目录,并且利用指令touch生成这两个文件touch confuse.shtouch func.list不出意外,文件目录里已经有这两个文件了。_ipa包混淆
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。