【语义分割】ps实现对粗标签精细标注

常用语义分割数据集标注工具如labelme等，可以很方便的实现对图像的标注：

当需标注的图像过多时，为了减少标注成本，可以先标注部分图像，用这些数据去训练出一个模型，之后再用其他要标注的图片传入该模型，得到一个预测的粗标记结果。在粗标记结果上进行标注，可以减少需标注的像素。

但是粗标签结果无法使用labelme进行辅助标注，此时可用ps来进行标注。具体操作如下：

1. 新建画布，大小设置为要标记的图片大小，颜色模式为RGB-8位图：

2. 将图片和粗标签拖入画布，取色，并调节标签的透明度：

   

3. 使用铅笔工具，在label图层上需要补充标记的地方进行涂抹标记：

4. 调回label图层的不透明度，并取消其他图层的可视图:

5. 存储为web所用格式：

6. 设置为PNG-8格式：

7. 默认颜色表是红色和黑色，但是labelme对应的应该是黑色为0，红色为1，因此需要载入新的颜色表：

 

删除除了红黑的所有颜色，保证黑色在前，红色在后，然后保存：

8. 可以得到精细标记后的图像，为8位图：

 

根据以下代码可以查看该图像的像素，确认的确只有0和1像素：

import numpy as np
from PIL import Image

pred = np.array(Image.open("C:/Users/Administrator/Desktop/test.png"))
b = pred.flatten()
np.bincount(b)