深度学习 图像分割标注 图像分割标注软件

介绍

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。

模型准备

在使用EIseg前，请先下载模型参数。EISeg开放了在COCO+LVIS和大规模人像数据上训练的四个标注模型，满足通用场景和人像场景的标注需求。其中模型结构对应EISeg交互工具中的网络选择模块，用户需要根据自己的场景需求选择不同的网络结构和加载参数。

安装使用

EISeg提供多种安装方式，其中使用pip和运行代码方式可兼容Windows，Mac OS和Linux。为了避免环境冲突，推荐在conda创建的虚拟环境中安装。
版本要求:

PaddlePaddle >= 2.1.0

PaddlePaddle安装请参考官网。

克隆到本地

通过git将PaddleSeg克隆到本地：

git clone https://github.com/PaddlePaddle/PaddleSeg.git

安装好所需环境后，进入EISeg，可通过直接运行eiseg打开EISeg：

cd PaddleSeg\contrib\EISeg
python -m eiseg

或进入eiseg，运行exe.py打开EISeg

cd PaddleSeg\contrib\EISeg\eiseg
python exe.py

PIP

pip install eiseg
eiseg

Windows exe

EISeg使用QPT进行打包。可以从这里或百度云盘（提取码：82z9）下载最新EISeg。解压后双击启动程序.exe即可运行程序。程序第一次运行会初始化安装所需要的包，请稍等片刻。

使用

打开软件后，在对项目进行标注前，需要进行如下设置：

模型参数加载

选择合适的网络，并加载对应的模型参数。目前在EISeg中，网络分为HRNet18s_OCR48和HRNet18_OCR64，并分别提供了人像和通用两种模型参数。在正确加载模型参数后，右下角状态栏会给予说明。若网络参数与模型参数不符，将会弹出警告，此时加载失败需重新加载。正确加载的模型参数会记录在近期模型参数中，可以方便切换，并且下次打开软件时自动加载退出时的模型参数。

当设置完成后即可开始进行标注，默认情况下常用的按键/快捷键如下，如需修改可按E弹出快捷键修改。

新功能使用说明