实例分割 ============================== 在 **实例分割** 检测中,模型会定位图像中的对象并生成精准的定位边界。在现实应用中, **实例分割** 常用作识别不规则外形的物体。 .. image:: Images/insseg.png :scale: 100% .. raw:: html
| 完成模型标注后,可以参考 :ref:`训练` 章节下的视频,创建数据集版本并训练部署。 模型选择情景 ------------------------------ **实例分割** 可以用以检测图像中一个或多个不同物体的数量及位置。模型适合在需要对物体进行简单的分割,分类,定位处理时使用。 在 **实例分割** 中,可以通过只建立一个物体标签来进行单一种类物品的识别,如:在大量混合物体中寻找并分离处某一特定种类的物体。 也可以同时建立并学习多种物体的标签,从而达到将多种物体分割识别的效果。 标注方法 ------------ 如果有已经训练过的模型,可以使用辅助标注工具,让深度学习模型来帮助您标注,然后您再检查以及纠正标注。 .. image:: Images/suppor_anno.png :scale: 100% 使用多边形工具,或者智能多边形工具,标注物体的外轮廓。 .. image:: Images/segAnno4.png :scale: 100% 重复标注场景内的所有物体,如果场景内没有物体,请标注为空。 注意事项 ------------------ 1. 标签命名时,使用描述性的标签。使用描述性的标签能够大幅度减小标记错误的概率,同时方便后续模型的实际应用。非描述性的标间因为与被标注物体之间关联性小,容易出现标注错误,同时在使用训练好的模型时,也难以快速分辨模型预测结果是否准确。 2. 如果只有一种要检测的对象(即只有一个标签),则可以对部分被遮挡的对象进行标注(通常不超过30%)。但请注意,在标注多边形时,避免将那些重要几何特征被其他对象遮挡的对象包括在内。 3. 如果有多种要检测的对象(包括同一对象的不同侧面),请标注未被其他对象遮挡或仅位于顶层的对象,并尽量保持对象的完整性。 4. 在标注多边形时,应标注图像中实际的边界,而不是使用虚拟边界标注对象。如果对象的一部分被其他对象遮挡,请标注可见的部分,而不要标注被遮挡的部分。 .. image:: Images/example1.png :scale: 100% 练习 -------- 从 `练习数据 `_ 中下载 Instance_segmentation.zip 解压缩后您将得到11张图片和标注文件(.json), 请您只上传图片到DaoAI World进行标注练习。之后可以一同上传图片和标注文件,对比结果。