背景:
语义分割是在计算机视觉领域中的一项基本任务,在自动驾驶、地理信息系统、医疗影像分析和机器人等场景下发挥了重要作用。而机器学习需要深度理解周围环境,因此高精确度的分割实体就变得尤为重要。
痛点:
对于图像语义分割的标注,是需要将图片中所有对象的轮廓都标注出来,相邻的轮廓要保持紧密贴合,而常规标注工具通过手动打点的方式无法做到相邻轮廓紧密贴合。经调研,有相关多边形裁剪的算法可以实现,但对复杂轮廓处理效果并不理想,会出现突刺效果,而且从视觉上不易发现,对标准结果干扰比较大,严重影响输出数据的质量。
解决方案:
倍赛科技提供了一种可控的共享边方案,用以实现多边形共享功能。通过对已标注轮廓顶点的复用,实现紧密贴合。选取与要标注轮廓相邻的轮廓上的两个顶点, 并由用户来选取两个顶点间要复用的片段,然后将选取片段的顶点依次添加到要标注的轮廓的顶点中,即可实现与相邻轮廓的紧密贴合。可以连续选取相邻的不同轮廓的不同片段实现与多个轮廓的紧密贴合。
主要步骤: