使用 Polygon-RNN 标注物体实例
计算机视觉与模式识别
2017-04-20 v1
摘要
我们提出一种用于物体实例半自动标注的方法。尽管当前大多数方法将物体分割视为像素标注问题，我们在此将其转化为多边形预测任务，以模仿当前大多数数据集的标注方式。具体而言，我们的方法以图像裁剪块作为输入，并顺序生成勾勒物体的多边形顶点。这使得人类标注者可以随时干预并在需要时修正某个顶点，从而产生标注者所期望的精确分割。我们表明，我们的方法在 Cityscapes 的所有类别上将标注过程加速了 4.7 倍，同时与原始真值（ground-truth）在 IoU 上达到 78.4% 的一致率，匹配了人类标注者之间的典型一致率。对于汽车，我们的加速倍数为 7.3，一致率为 82.2%。我们进一步展示了我们的方法对未见数据集的泛化能力。
引用
@article{arxiv.1704.05548,
title = {Annotating Object Instances with a Polygon-RNN},
author = {Lluis Castrejon and Kaustav Kundu and Raquel Urtasun and Sanja Fidler},
journal= {arXiv preprint arXiv:1704.05548},
year = {2017}
}