一、前言

官方原话：EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了高精度和轻量级等不同方向的高质量交互式分割模型，方便开发者快速实现语义及实例标签的标注，降低标注成本。另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制化场景的高精度模型，打通分割任务从数据标注到模型训练及预测的全流程。

官方GitHub：PaddleSeg/EISeg at release/2.6 · PaddlePaddle/PaddleSeg · GitHub

由于我也常常使用百度飞浆的PaddleSeg框架，与ElSeg标注得到的文件也是适配的，且相比LabelMe的比较繁琐的标注，ElSeg的标注更加省时省力。ElSeg支持COCO格式和Json格式的保存方式，适配度高。

二、实战

1.安装

安装百度飞浆的SDK：

pip install paddlepaddle

安装EISeg：

pip install eiseg

命令行启动：

eiseg

成功开启，这里还没导入相应的预训练模型，需要提前去官网选择下载相关的预训练模型：

官网：PaddleSeg/image.md at release/2.6 · PaddlePaddle/PaddleSeg · GitHub

这里我使用的是HRNet18_OCR64通用场景标注的高精度模型，下载好后导入到EISeg中使用：

加载完成后，左下角会有一行小字显示：

HRNet18_OCR64模型加载成功

2.数据集处理与标注

将原始数据集进行重命名和归一化处理：

新建 change_name.py 文件

import os
#任何格式的文件都适用
path = r"F:\Datasets\Lane_line_dataset\divide"
filelist = os.listdir(path)
count=0
for file in filelist:print(file)
for file in filelist:Olddir=os.path.join(path,file)if os.path.isdir(Olddir):continuefilename=os.path.splitext(file)[0]filetype=os.path.splitext(file)[1]Newdir=os.path.join(path,str(count).zfill(6)+filetype)os.rename(Olddir,Newdir)count+=1

将原始图像的命名格式改为：000000、000001、000002等（以此类推）

在EISeg中选择重命名后的数据集文件夹进行标注，将输出标注的格式修改为json格式（默认下是输出COCO格式）：

我选择的是一个无人车的车道线数据集，自定义分割标签的名称和对应颜色，设置好后导出备用：

然后就可以开始标注了，鼠标左键是正向趋势的标注，鼠标右键是逆向趋势的标注，你可以自行尝试使用。重要的一点是，每次标注完一种颜色则需要点保存，再开始标注另一种颜色。

全部标注完成后会在原始文件夹下产生一个新的文件夹：labels文件夹，内含：

其中，黑色的、只以数字为图像名称的图像就是我们PaddleSeg训练所需要的 annotations，我用程序将其分离开来：

新建 get_annotations.py ：

import os
import shutildef read_name():source_file_path0 = 'data/label/'               #注意opencv库不能打开中文路径name0 = os.listdir(source_file_path0)                    #读取源路径下所有文件的名称，将其放在一个列表内返回，每个元素代表一个文件名new_file_path0 = 'data/annotations/'return name0, new_file_path0, source_file_path0if __name__ == "__main__":name, new_file_path, source_file_path = read_name()print(name)for i in name:if 'png' in i:png_name=i[:-4]print("png:", png_name, type(png_name))if png_name.isdigit():#是返回正middle_file_name = source_file_path + i          #指定文件的路径为路径名加文件名shutil.copy(middle_file_name, new_file_path)    #左边是源文件的路径加文件名称，后面是目标路径，可不加文件名称

PaddleSeg训练所需要数据集架构：

data||--annotions          # 存放所有原图|  |--000000.jpg|  |--000001.jpg|  |--...||--images           # 存放所有标注图|  |--000000.png|  |--000001.png|  |--...

我们再将annotions内图像进行伪彩色标注图处理

python tools/gray2pseudo_color.py <dir_or_file> <output_dir>

最后进行数据集划分：

python tools/split_dataset_list.py <dataset_root> images annotations --split 0.6 0.2 0.2 --format jpg png

得到最终训练所需的数据集架构：

data||--annotions|  |--000000.jpg|  |--000001.jpg|  |--...||--images|  |--000000.png|  |--000001.png|  |--...||--train.txt||--val.txt||--test.txt

三个txt文件的内容如下，每行是一张原始图片和标注图片的相对路径（相对于txt文件），两个相对路径中间是空格分隔符。

images\000004.jpg annotations\000004.png
images\000000.jpg annotations\000000.png
...

至此，PaddleSeg进行语义分割训练所需要的数据集架构基本完成。

使用PaddleSeg训练自己数据集的教程：

PPLiteSeg训练自己的数据集实现自动驾驶并爆改制作成API可供其他Python程序调用实时语义分割（超低延时）_Leonard2021的博客-CSDN博客

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

本文到此结束，如果对你有帮助，欢迎一键三连！

百度飞浆EISeg高效交互式标注分割软件的使用教程相关推荐

笔记 | 百度飞浆AI达人创造营：深度学习模型训练和关键参数调优详解
笔记 | 百度飞浆AI达人创造营:深度学习模型训练和关键参数调优详解针对特定场景任务从模型选择.模型训练.超参优化.效果展示这四个方面进行模型开发. 一.模型选择从任务类型出发,选择最合适的模型. ...
百度飞浆行人多目标跟踪笔记
开源地址: PaddleDetection/configs/mot at release/2.3 · PaddlePaddle/PaddleDetection · GitHub 百度飞浆集成了多目标跟 ...
入坑百度飞浆PP深度学习（一）
作为人工智能半路出家的二把刀,靠着简单实践和项目一点点开始人工智能的学习.学习资料和项目用什么平台,就去学这个平台下框架,从tensorflow到pytorch,一直没有一个系统的路线指导.偶然在CS ...
关于百度飞浆安装不成功的坑
开始学习深度学习的时候,打算用学一下百度飞浆,但是安装官网的教程,无论如何也安装不成功,看了网上的各种教程也无济于事,今天把python版本换成3.9之后,不仅安装成功了,并且用pip下载许多包,下载 ...
百度飞浆paddle应用之在嵌入式ARM上运行
最近想玩一玩智能图像处理,奈何不太懂AI,偶然找到百度飞浆,发现这个神器真不错,帮助你快速实现AI应用,即使你不怎么懂AI也可以跑起来. 百度飞浆是支持各个平台的,当然是性能越强约好.我这里用的全志A ...
paddle百度飞浆入门使用教程
参加百度手写字体识别大赛,纯小白入门指引本文包括: 目录 1.新手注册登陆流程 2.如何申请免费算力和notebook环境介绍 3.运行项目时遇到的问题 1.新手注册登陆流程打开以下网址,点击登录 ...
百度飞浆paddlepaddle下载安装
人工智能AI:Keras PyTorch MXNet 深度学习实战(不定时更新) 个人主页 1.飞浆:https://www.paddlepaddle.org.cn/快速安装:https://ww ...
百度飞浆-语音转文字、语音识别使用过程的问题
前面讲述了安装时遇到的坑,这次记录使用过程遇到的问题. 首先说下整个脚本的运行过程. 先是将音频文件转化为wav格式,因为转文字时要求这个格式,再获取文件时长,并将文件分段为45秒的临时音频小文件,遍 ...
基于百度飞浆平台(EasyDL)设计的人脸识别考勤系统
1.1 前言随着社会经济和科学技术的飞速发展,人们的生活变得更加智能化.科学化.信息安全逐渐引起人们的关注,信息的应用不断进入人们的视野.普通的身份识别方式并不能有效保证信息安全.生物识别技术以其稳 ...

百度飞浆EISeg高效交互式标注分割软件的使用教程