EISeg分割标注软件使用
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:
文章目录
- 1环境配置与安装
- 1.1创建conda虚拟环境(建议)
- 1.2安装EISeg
- 2简单使用
- 2.1模型预训练权重下载
- 2.2载入模型权重
- 2.3添加类别标签
- 2.4导出类别标签
- 2.5导入类别标签
- 2.6标注图片
- 2.7生成的标注信息
- 2.8更改标注数据格式
- 2.9其他
- 3常用快捷键
1环境配置与安装
1.1创建conda虚拟环境(建议)
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
1.2安装EISeg
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
2简单使用
2.1模型预训练权重下载
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 |
2.2载入模型权重
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。
2.3添加类别标签
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):
2.4导出类别标签
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
2.5导入类别标签
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。
2.6标注图片
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)。
2.7生成的标注信息
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)。
- 其中
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)。
2.8更改标注数据格式
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。
2.9其他
后续再补
3常用快捷键
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 |
EISeg分割标注软件使用相关推荐
- 图像语义分割标注软件EISeg
paddle 语义分割标注软件: https://github.com/PaddleCV-SIG/EISeghttps://github.com/PaddleCV-SIG/EISeg
- Windows下安装EISeg交互式分割标注软件
EISeg 下载 配置环境 启动 下载模型 GitHub地址 Gitee码云地址 我的资源里面也有 下载 进入GitHub开源地址,点击图示位置下载zip文件 码云同理 配置环境 然后把这个放入你自定 ...
- Labelme分割标注软件使用
Labelme是一款经典的标注工具,支持目标检测.语义分割.实例分割等任务.今天针对分割任务的数据标注进行简单的介绍.开源项目地址: https://github.com/wkentaro/label ...
- 分享一款好用的分割标注软件
GitHub - qupath/qupath: QuPath - Bioimage analysis & digital pathology
- EISeg——应用于语义分割的自动标注软件
1.基本介绍 EISeg(Efficient Interactive Segmentation)是以RITM及EdgeFlow算法为基础,基于飞桨开发的一个高效智能的交互式分割标注软件.涵盖了通用.人 ...
- (18)语义分割--paddle--EISeg自动标注软件的使用和自己数据集的测试
1.主要参考 (1)使用过程,建议先看一下下面博主的视频 eiseg简单教学_哔哩哔哩_bilibili (2)软件使用,主要参考! 百度飞浆EISeg高效交互式标注分割软件的使用教程_Leonard ...
- 关于在Win10系统将标注软件labelme打包生成.exe可执行文件
由于在学习语义分割框架,安装好相关环境后,下一步就是准备数据集进行训练了,网上也找了一些数据集,但还没有开始训练.因为语义分割的数据集和目标检测有一些区别,加之以前自己制作目标检测数据集都是在已有基础 ...
- Windows下安装Semantic-Segmentation-Editor标注软件
目录 安装nodejs 安装chocolatey 安装meteor 安装Semantic-Segmentation-Editor 安装nodejs 软件下载地址:http://nodejs.cn/do ...
- 深度学习图像标签标注软件labelme超详细教程
文章目录 前言 一.labelme是什么? 二.快速安装使用 1.windows安装 2.linux安装 3.macos安装 安装成功的哑子 三.界面说明 四.为图像创建类标签 4.1 参数介绍 4. ...
最新文章
- Project Euler 50 Consecutive prime sum
- javap(反汇编命令)详解
- NetFramework各个版本的特性笔记
- win7服务器端口被占用,高手亲自帮您win7端口被占用的详尽处理要领
- 内部类详解————静态内部类
- 关于秒杀的系统架构优化思路
- android的listview+BaseAdapter的例子
- 【转】javascript 只允许输入数字总结
- Ubuntu下ADSL配置
- AdBlock插件自定义拦截规则
- matlab uicontrol 居中,在uicontrol属性中position设置问题?
- java程序用maven打包的命令
- 计算机考研408每日一题 day19
- 跨国公司怎样面试应聘者
- 第七周博客作业西北师范大学|李晓婷
- 波士顿大学 计算机专业,波士顿大学本科计算机专业课程设置是怎样的?
- [RK3568 Android11] 开发之调试RK809 codec音频-MIC
- PS如何便捷的使用仿制图章和画笔工具
- 程序员代码表白 爱你三千遍
- Android 实现多种样式 item 列表
热门文章
- 智能卡公共汽车收费系统
- 计算机毕业设计Java宠物寄存中心计时收费系统(源码+系统+mysql数据库+lw文档)
- ​ ​​ ​IIS之FTP服务器 部署 (图文详细) 千锋
- java string 转换 int_java如何把String类型转换为int类型
- 智能工厂之智能网关-解决端口被占用、IP地址重复、数据地址不清楚,以及上位机开发无驱动等问题
- 计算机系统市场研究报告,计算机系统集成分析报告_2020-2025年中国计算机系统集成行业市场深度研究及发展前景投资可行性分析报告_报告大厅www.chinabgao.com...
- EBS:PO_HEADERS_ALL
- In App Purchases(IAP 应用程序內购买): 完全攻略 (2合1)
- 存储过程及Kettle初体验
- json动态过滤某些属性 之@jsonignore