如何快速準備高質量的圖像分割的標注數據？
如何快速準備高質量的圖像分割的標注數據？
ModelArts最新支持了圖像分割標注，用戶可以：
手動標注物體輪廓，支持多點標注物體。
使用交互式智能標注加速標注，只需要標注四個極點：最上、最下、最左、最右四個點，然后ModelArts就會調用內置的圖像分割算法，獲取圖像分割的邊緣點，用戶只需要確認或者稍作調整即可完成標注。
圖像分割標注結果可用于訓練得到用于識別圖片中每個物體輪廓的模型。
本教程指導您如何在ModelArts中創建圖像分割類型的數據集，以及數據如何進行標注，為后續訓練做準備。
數據準備
參考此文檔，完成ModelArts準備工作。包括注冊華為云賬號、ModelArts全局配置和OBS相關操作。
ModelArts產品地址。可以邊看博客邊實際操作：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/dataset
此次體驗數據包含88張圖片。需要從AI Gallery下載數據至OBS。圖像分割的數據集名字為：dataset-segmentation-88
圖像分割
進入ModelArts數據管理->數據集，點擊創建一個數據集，類型選擇圖像分割，輸入路徑選擇Gallery下載數據的位置，創建標簽"person",“car”。也可在標注中創建圖片。
標注說明
圖像分割支持兩種標注方式，多邊形標注需要根據物體輪廓繪制拐點：
極點標注能夠根據四個極點自動描繪出輪廓，效率相對較高
修改標注
修改標簽：**“標注”**區域中，單擊編輯圖標，在彈出框中輸入正確的標簽名或標簽顏色，然后單擊“確定”完成修改。也可以單擊標簽，在圖片標注區域，調整標注框的位置和大小，完成調整后，單擊其他標簽即可保存修改。
修改圖片標注信息：右鍵點擊退出標注模式，然后選定已標注的物體可進行修改
刪除標簽：在**“標注”**區域中，單擊刪除圖標即可刪除此圖片中的標簽。圖片的標簽全部刪除后，該圖片會重新回到“未標注”頁簽。
版本發布后在數據集的輸出目錄下會生成對應的標注結果文件和mask圖像
目錄結構
|-- user-specified-output-path |-- DatasetName-datasetId |-- annotation |-- VersionMame1 |-- VersionMame1.manifest |-- annotations |-- iamge1.xml |-- image2.xml |-- segmentationClass |-- image1.png |-- image2.png |-- VersionMame2 ... |-- ...
示例數據：
原圖與mask圖像
標注文件：
對比VOC，增加了mask_source和mask_color字段，表示mask圖像存放路徑和標簽顏色。
參考：
【1】華為云ModelArts文檔中心：https://support.huaweicloud.com/bestpractice-modelarts/modelarts_10_0019.html
【2】如何快速準備高質量的AI數據？ https://bbs.huaweicloud.com/blogs/261979
【3】更多功能：https://bbs.huaweicloud.com/blogs/262413
【4】ModelArts產品地址：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/dataset
AI AI開發平臺ModelArts 智能數據 機器學習
版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。
相關文章
