使用 Polygon-RNN++ 高效交互式标注分割数据集
计算机视觉与模式识别
2018-03-28 v1
摘要
使用物体掩码手动标注数据集极其耗时。在本工作中，我们沿用 Polygon-RNN 的思想，利用人在回路交互式地生成物体的多边形标注。我们对模型引入了几项重要改进：1）设计了一种新的 CNN 编码器架构；2）展示了如何利用强化学习有效训练该模型；3）利用图神经网络显著提高了输出分辨率，使模型能够准确标注图像中的高分辨率物体。在 Cityscapes 数据集上的广泛评估表明，我们称为 Polygon-RNN++ 的模型在自动模式（平均 IoU 绝对提升 10%，相对提升 16%）和交互模式（标注者点击次数减少 50%）下均显著优于原始模型。我们进一步分析了跨域场景，即模型在一个数据集上训练，并开箱即用地应用于来自不同领域的数据集。结果表明，Polygon-RNN++ 展现出强大的泛化能力，相比现有的像素级方法取得了显著改进。通过简单的在线微调，我们进一步大幅减少了新数据集的标注时间，向实际可用的交互式标注工具迈进了一步。
引用
@article{arxiv.1803.09693,
title = {Efficient Interactive Annotation of Segmentation Datasets with Polygon-RNN++},
author = {David Acuna and Huan Ling and Amlan Kar and Sanja Fidler},
journal= {arXiv preprint arXiv:1803.09693},
year = {2018}
}
备注
Accepted to CVPR 2018 (http://www.cs.toronto.edu/polyrnn/)