在计算机视觉领域,实例分割是当今最热门的话题之一。
它包括图像中对象的检测/分割,即特定对象的定位及其所属像素的关联。像任何一种机器学习系统一样,训练主干结构需要大量图像。更具体地说,需要大量注释来训练神经网络的定位功能。
注释是一项耗时的活动,可以决定项目是否会成功。因此,必须谨慎处理,以提高生产率。
在卫星图像领域,可以利用免费数据集来利用研究人员或注释人员以前所做的工作。这些数据集通常是由研究人员在从开源图像构建数据集、进行前后处理并用于训练和测试自己的人工智能研究系统后发布的。
语义分割和实例分割有点不同,但在建筑物的情况下,一个可以帮助另一个。
事实上,建筑物通常是独特的,可以在任何图像上进行分离。利用这种考虑,可以从二值标签图像中为每个建筑生成单独的遮罩,然后用于更快地训练实例分割算法,如Mask RCNN。注释不必手动执行,这是该技术的主要优点。下面是一些如何做的提示!
JSON文件格式
Mask RCNN Matterport实现以及FAIR Detectron2平台使用JSON文件为训练图像数据集加载注释。这种文件格式用于许多计算机科学应用,因为它允许以成对属性值的格式轻松存储和共享字母数字信息。
它是为JavaScript语言构建的,但如今,它被用于许多其他编程语言,如Python。专门的库已经建立起来,能够在Python代码中以文本文件的形式生成和解析JSON格式的数据。VGG注释工具格式中Mask RCNN使用的典型JSON文件将具有以下形状:
{
"image1.png9259408": {
"filename": "image1.png",
"size": 9259408,
"regions": [
{
"shape_attributes": {
"name": "polygon",
"all_points_x": [
314,
55,
71,
303,
318,
538,
],
"all_points_y": [
1097,
1093,
1450,
1450,
1505,
1474,
]
},
"region_attributes": {
"class": "building"
}
},
{
"shape_attributes": {
"name": "rect",
"x": 515,
"y": 1808,
"width": 578,
"height": 185
},
"region_attributes": {
"class": "apple"
}
}
],
"file_attributes": {}
},
"0030fd0e6378.png236322": {
"filename": "0030fd0e6378.png",
"