deep-learning - Mask R-CNN 标注工具

Question

我是深度学习的新手，我正在阅读一些艺术论文，我发现掩码 r-cnn 完全用于图像的分割和分类。我想将它应用到我的理学硕士论文中，但我有一些问题您可能可以回答。如果这不是正确的地方，我深表歉意。
首先，我想知道获取注释的最佳策略是什么。这似乎有点劳动密集型，我不明白是否有任何简单的方法。接下来，我想知道您是否知道任何用于生成用户手动完成的二进制掩码的掩码r-cnn的注释工具。

我希望这可以变成一个富有成效和信息丰富的线程，因此任何建议和经验都将受到高度赞赏。

亲切的问候，
路易斯

Answer 1

您可以使用 MASK-RCNN，我推荐它，它是一个两阶段框架，首先您可以扫描图像并生成可能包含对象的区域。第二阶段对提案绘制边界框进行分类。

But the two-big question

how to train a model from scratch? And What happens when we want to train our own dataset?

您可以使用从互联网上下载的注释，也可以开始创建自己的注释，这需要很多时间!

你有这样的工具:

VIA GGC image annotator http://www.robots.ox.ac.uk/~vgg/software/via/via_demo.html

它是在线的，您无需下载任何程序。这是我向您推荐的，将图像保存在 .json 文件中，这样您就可以使用框架 MASK R-CNN 中的 SAMPLES 中默认提供的气球类，您只需要将您的 json 文件和您的图像并训练您的数据集。

但总有更多选择，你有 标签它也用于注释并且非常有名，但是将文件保存在 xml 中，您必须在 python 中对您的类进行一些更改。您还有 labelme, labelbox ， 等等。