做过目标检测的小伙伴基本上都是用过labelImage图像注释工具,优点是简单方便,缺点是只能标注矩形目标框,像实例分割(Instance segmentation)语义分割(semantic segmentation),bbox检测和分类等其他不规则形状检测的计算机视觉任务就无法胜任了。
开源免费的标注工具labelme可以实现这样的标注,但是本文介绍另一个标注工具。
Detectron 实现的 Mask-RCNN 的输出
1. SmartTool 介绍
该注释工具是由计算机视觉平台 Supervisely开发的,针对需求大量高质量标注数据的标注工具。Supervisely提供一流的数据注释工具和基础架构,便捷的操作和强大的功能,很容易上手。社区版是免费的,通过网页访问控制台。企业版是为企业设计的自托管解决方案,可确保100%的数据隐私。
本文目的是介绍Supervisely最有用的注释功能,这些功能将帮助用户为计算机视觉应用程序标记图像和视频。更多的功能,感兴趣的小伙伴可以自己探索,have fun!
2. SmartTool–精准的语义分割标注工具
该工具可以对数据进行精准的标注。关键功能是用户可以针对特定对象自定义它。相比之下,市场上的其他注释工具迫使用户使用基于超像素,分水岭算法或类似工具的弱工具。用户在注释期间必须调整许多参数,在实践过程中,这并不实用。下文所用图片的原图都是gif,动图大小超过了csdn的图片上传限制,无法上传。为了方便小伙伴快速了解本工具,所以截取了最能表达功能特点的截图。可以科学上网的小伙伴,详细可看见文末的参考文章。如果不可以,我已经把视频上传至b站。
2.1 多边形
多边形工具可以用矢量对象分割区域。添加/删除点以校正现有形状,添加多边形孔以分割复杂结构。
2.2 边界框
只需在对象周围放置两个点,然后将它们移动即可调整检测。“瞄准装置”将使其更快。
2.3 画刷和擦除
使用画笔绘制均匀且精确的注释,然后用橡皮擦校正。
2.4 校正裁剪
使用多边形工具监督地校正(填充和裁切)栅格对象。用例之一是纠正神经网络预测。
2.5 标签和描述
Supervisely的注释平台具有强大的标签引擎。可能的用例:为图像和对象分配标签以为分类模型准备训练数据,使用描述为OCR模型准备训练数据,或者仅在注释过程中将它们用作注释和注释。
2.6 选择,移动,编辑
选择工具有助于在图像上导航大量对象。选择感兴趣的对象后,只需将其移动或开始编辑即可。移动操作有助于进行视频注释:标记第一帧,然后将对象复制到下一帧,并稍微调整对象位置。
2.7 亮度/对比度
图像必须具有适当的亮度和对比度,以便于查看和标记。亮度/对比度调节非常有用,特别是在光线不足的情况下拍摄的图像或医学图像。
2.8 对象顺序和不透明度
让我们考虑自动驾驶汽车的语义分割。如何在复杂场景上标记对象:有无交集?最佳实践是使用相交注释对象,然后排列它们的顺序。不透明度工具可帮助您在注释过程中实时查看最终的细分。开箱即用地支持这些功能。
2.9 历史
通过使用“撤消”(Ctrl + Z)/“重做”(Ctrl + Shift + Z)命令和“历史记录”面板,您可以轻松地控制注释过程的状态。
2.10 热键
为了提高标签制作效率,Supervisely允许您查看所有热键的列表,并进行编辑或创建。“键盘热键”对话框用作快捷方式编辑器,并包含所有支持快捷方式的命令。
2.11 自定义设置
对于每个项目,用户都可以自定义视觉设置和默认行为:点和线的宽度,默认对象的不透明度,标签位置模式,启用网格模式,更改缩放倍数等。
参考:
supervisely官网
supervisely官方文档
smarttool工具介绍