這款圖像自動標(biāo)注軟件，終于開源了
自動標(biāo)注神器！幫AI公司省不止百萬！
AI界的革命！終于可以自動標(biāo)注了！
業(yè)界首個高性能交互式分割工具開源啦！
深度學(xué)習(xí)大法固然好，但算法訓(xùn)練需要標(biāo)注大量數(shù)據(jù)，不論是時間還是金錢成本都讓很多從業(yè)的小伙伴們頭疼不已。矩形框標(biāo)注還相對簡單，遇到像素級別的分割標(biāo)注，工作量又是幾倍的往上翻，小編不禁想：要是能有自動標(biāo)注的工具該有多好！
功夫不負(fù)有心人，小編終于淘到一款自動標(biāo)注軟件，可以極大的提升圖像分割的標(biāo)注效率，降低標(biāo)注成本。
它就是業(yè)界首個高性能的交互式分割工具——EISeg。那什么是交互式分割呢？它其實就是先用預(yù)訓(xùn)練模型對圖像進(jìn)行預(yù)標(biāo)注，對于標(biāo)注不精準(zhǔn)、有誤差的地方，再通過一系列綠色點（正點）和紅色點（負(fù)點）對目標(biāo)對象邊緣進(jìn)行精準(zhǔn)的調(diào)整，從而實現(xiàn)精細(xì)化標(biāo)注，高效而實用。
如果你需要特定領(lǐng)域的自動標(biāo)注算法，還可以對 EISeg 的預(yù)訓(xùn)練模型進(jìn)行精調(diào)，比如 EISeg 的開發(fā)團(tuán)隊就基于人像數(shù)據(jù)集對模型進(jìn)行 Finetune（精調(diào)）得到預(yù)測速度快、精度高、交互點少的人像交互式分割模型。你還可以自己訓(xùn)練出像建筑物分割、飛機(jī)分割等等你需要的算法，提升相關(guān)任務(wù)的標(biāo)注效率。
這么高效、實用還免費的軟件，錯過真的錯過一個億！識趣的小編趕緊貼上鏈接。
記得 Star 收藏一下防止走丟哦：
https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.2/contrib/EISeg
你以為 EISeg 僅僅是提供預(yù)訓(xùn)練算法和交互式分割操作方式就沒什么特別的了嗎？！Too Simple Too Na?ve！
超多個性化操作快捷鍵，讓標(biāo)注效率一提再提
為了進(jìn)一步提高小伙伴們的標(biāo)注效率，EISeg 提供了超多人性化設(shè)計的快捷鍵：
那到底標(biāo)注效率有多快呢？我們具體來做個測試
傳統(tǒng)方法 1 分 7 秒
EISeg 9 秒
可以看到，傳統(tǒng)方法使用的標(biāo)注時間是1分07秒，EISeg 使用的只有 9 秒。使用的時間是傳統(tǒng)方式的 1/7 還不到！ EISeg 的交互式分割模型的標(biāo)注效率是遠(yuǎn)遠(yuǎn)超過傳統(tǒng)標(biāo)注的！
支持多種圖像及標(biāo)注格式，滿足多種視覺任務(wù)
EISeg 不僅僅支持輸出 mask 掩膜輸出，還支持多邊形等多種標(biāo)注生成。同時支持偽彩色圖、灰度圖，以及 json、coco 等數(shù)據(jù)格式，用戶還可對角點進(jìn)行增刪和局部修正。這樣標(biāo)注出來的數(shù)據(jù)，不僅僅可以做語義分割，還可以用做實例分割任務(wù)，一舉兩得！??！
豐富的標(biāo)注模型，適合多種場景
EISeg 開放了在 COCO+LVIS 和大規(guī)模人像數(shù)據(jù)上訓(xùn)練的四個標(biāo)注模型，滿足通用場景和人像場景的標(biāo)注需求。其中模型結(jié)構(gòu)對應(yīng) EISeg 交互工具中的網(wǎng)絡(luò)選擇模塊，用戶需要根據(jù)自己的場景需求選擇不同的網(wǎng)絡(luò)結(jié)構(gòu)和加載參數(shù)。
另外，為了更好的滿足用戶分割場景的多樣性，PaddleSeg 團(tuán)隊還在持續(xù)建設(shè)其他垂類領(lǐng)域的交互式模型，例如醫(yī)療和遙感圖像標(biāo)注。期待有相關(guān)需求的開發(fā)者們一起參與開源共建中來！
心動不如行動，大家可以直接前往Github地址獲得完整開源項目代碼，記得Star收藏支持一下哦：
https://github.com/PaddlePaddle/PaddleSeg
也可以掃碼加入微信交流群，與官方開發(fā)團(tuán)隊直接交流