基于Segment anything的实例分割半自动标注-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于Segment anything的实例分割半自动标注。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

基于Segment anything的实例分割半自动标注

介绍

使用Meta AI的SAM，并添加了一个基本界面来标记图像，并保存COCO格式的掩码。

源码

https://github.com/anuragxel/salt

安装

安装SAM；
创建conda虚拟环境，使用conda env create -f environment.yaml;
安装coco-viewer来快速可视化标注结果。

使用方法

1、将图片放入到<dataset_name>/images/*并且创建空目录<dataset_name>/embeddings
标签会自动保存在<dataset_name>/annotations.json
2、运行helpers脚本

运行extract_embeddings.py来提取图像的中间特征
运行generate_onnx.py来生成*.onnx文件，保存在models中。

3、运行segment_anything_annotator.py，给相关的参数，包括<dataset-path>和<categories>

使用左击和右击单击对象(表示在对象边界之外)。
n表示添加mask到标注中
r拒绝预测的掩膜
a和d表示数据集中的循环（next和prev）
l和k增加和减少其他标注的透明度
ctrl+s表示保存当前进度

4、使用coco-viewer来显示你的标注
python cocoviewer.py -i <dataset> -a <dataset>/annotations.json

快速使用

docker镜像准备
docker pull 1224425503/seg-tool:latest
开启docker容器

docker run -it --rm \
--privileged=true \
--network host \
 -e NVIDIA_VISIBLE_DEVICES=all \
 -e NVIDIA_DRIVER_CAPABILITIES=all \
 --env="DISPLAY"  \
 --env="QT_X11_NO_MITSHM=1" \
 --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" \
 --volume="/dev:/dev" \
 -v /dev:/dev \
 --gpus all \
 --name seg-tool \
 1224425503/seg-tool:latest  /bin/bash