Feb, 2024

Spannotation：基于高效图像标注的自主导航语义分割增强

PDF
TL;DRSpannotation 是一种用于自主导航任务中图像语义分割的开源用户友好工具，通过对农作物行、越野地形和城市道路等不同环境进行评估，证明其生成准确分割掩模的有效性，同时提供了较短的注释时间和高性能的 U-Net 模型，目前已受到广泛应用并被认为在自主导航和语义分割领域具有巨大潜力。
spannotationimage annotationsemantic segmentationautonomous navigationu-net model
发现论文，激发创造
  • 卫星图像弱监督语义分割

    本研究探讨如何使用图像级别标注来进行语义分割，通过 Anh 和 Kwak 提出的方法从图像级别标注中生成像素级别标注，并提出了对 AffinityNet 的调整，以进行直接的语义分割。结果表明，生成的标签与原始数据集的性能相同，并且直接使用 AffinityNet 和 Random Walk 进行的语义分割质量接近于最佳完全监督方法。

    Apr, 2019

  • 面向粒度调整的像素级语义标注

    提供了一种在未标记数据上进行用户定义粒度层次的语义分割的方法，通过累积全局语义信息并学习映射函数，使得带有粒度调整的语义识别的 Segment Anything Model（SAM）能够用于像素级语义注释，实验结果在 PASCAL VOC 2012 和 COCO-80 数据集上分别比现有最先进方法的 mIoU 提高了 17.95% 和 5.17%。

    Dec, 2023

  • 点级监督的语义分割

    本文提出了一种在训练期间可以节省标注成本的方法，该方法通过点级别标注和目标可能性将对象指向强监督引入到 CNN 模型的训练损失函数中，可以明显提高模型的准确性。

    Jun, 2015

  • 每个注释都很重要：医学图像分割的多标签深度监督

    本文提出了一种半弱监督分割算法，基于新的深度监督学习方法和学生 - 教师模型，结合各种监督信号以实现易于集成，有效地减少了昂贵标注的要求。经过实验验证，该算法在视网膜液体分割上取得了成功。

    Apr, 2021

  • 空间语义：卫星引导的热红外语义分割注释用于空中野外机器人

    利用卫星派生数据产品和机载全球定位和姿态估计，我们提出了一种自动为航空器捕获的热成像生成语义分割注释的新方法。通过结合热条件细化步骤和可视化基础模型，我们的方法可以使用低分辨率的卫星土地覆盖数据产生高精度的语义分割标签，并且相比于目前用于生成 RGB 成像注释的基于大型视觉 - 语言模型的零样本语义分割方法，我们的方法在性能上实现了 70-160% 的改善。

    Mar, 2024

  • 协作式助手下的全景图像注释

    通过标注协助者与自动化助手协作的方式，有效降低了全视场分割图像标注的工作量，并经过 COCO 数据集的严格实验验证，证明优于传统的手动标注方法。

    Jun, 2019

  • 遥感图像稀疏注释语义分割

    提出一种基于不完整标注的航空图像语义分割框架，利用少量草图注释，采用 FEature 和 Spatial relaTional regulArization (FESTA) 方法来增强监督学习任务，引入无监督学习信号以考虑特征和空间邻域结构。

    Jan, 2021

  • 使用 Sentinel-2 图像稀疏注释进行土地覆盖分割

    本文介绍了一种名为 SPADA 的框架，它利用稀疏的标注和领域自适应技术进行语义分割，用于燃料地图勾画中的地表覆盖分割，在使用 LUCAS 和 Urban Atlas 等可靠地面真相进行性能评估后，表明该技术的有效性。

    Jun, 2023

  • ScribbleSup: 用草图监督的卷积网络进行语义分割

    利用涂鸦标注图片并开发了一种算法，将涂鸦作为监督信息来训练卷积网络的语义分割，并在 PASCAL VOC 数据集上获得较好结果。

    Apr, 2016

  • 具有深度学习和自然语言能力的辅助图像标注系统：一项综述

    本研究论文探讨了在计算机视觉任务中，超分辨率学习取得了显著的成功，但获取高质量的标注数据仍然是一个瓶颈。作者调查了 AI 辅助深度学习图像标注系统的学术和非学术作品，这些系统为注释者提供关于输入图像的文本建议、标题或描述，从而提高注释效率和质量。研究涵盖了各种计算机视觉任务的标注，包括图像分类、目标检测、回归、实例、语义分割和姿态估计。作者回顾了各种数据集以及它们对 AI 辅助标注系统的训练和评估的贡献。此外，作者还研究了利用神经符号学习、深度主动学习和自监督学习算法实现语义图像理解和生成自由文本输出的方法，包括图像字幕生成、视觉问答和多模态推理。尽管前景看好，但 AI 辅助图像标注与文本输出能力的公开可用作品有限。文章最后提出了未来研究方向的建议，强调了更多公开可用的数据集和学术界与工业界合作的必要性。

    Jun, 2024