我正在使用 BBox 和 YOLO 标记等边界框标记工具进行对象定位。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。学术界和研究人员如何为这些图像分割任务准备数据集。最近的 Kaggle 比赛severstal-steel-defect-detection 有像素级的分割信息。他们用什么工具来准备这些数据？
【问题讨论】：
标签： image-processing deep-learning image-segmentation
一般来说，这是一项相当复杂但很常见的任务，因此您可能会找到多种工具。 Supervise.ly 就是一个很好的例子。查看演示以了解实际的复杂性。
另一种方法是使用 OpenCV 来获得一些特定的结果。我们这样做了，但结果相当粗糙。另一个问题是性能。我们使用 4K 视频有几个原因。
长话短说，我们决定实施一个自定义工具来获得所需的结果（并且做得足够快）。
总结一下，如果你想建立一个训练集进行分割，你有以下选择：
第三个选项似乎是最灵活的解决方案。这里是some examples。这些是自定义的多色分割结果。您可能会觉得自定义实现要复杂得多，但事实证明，如果您正确实现了一些直接的算法，您可能会对结果感到惊讶。我们对精确的像素完美结果感兴趣：
【讨论】：
我创建了一个简单的脚本来生成用于语义分割的彩色注释掩码。
您将需要使用 VIA（VGG 图像注释器）工具，该工具可以方便地在多边形中标记区域。在类/属性上创建多边形后，您可以提供属性名称并将注释保存为 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在：https://github.com/pateldigant/SemanticAnnotator
如果您对该脚本的使用有任何疑问，您可以发表评论。
【讨论】：