基于可解释性的模型辅助标注用于民用基础设施视觉检测
计算机视觉与模式识别
2022-09-23 v1
摘要
为视觉分割标注图像是一项耗时且成本高昂的任务，尤其在必须由专业标注人员（如土木工程领域）提供标签的应用域中。本文中，我们提出在民用基础设施视觉检测的缺陷分割场景下，利用归因方法来充分利用专家标注人员与待标注数据之间的宝贵交互。具体而言，训练一个分类器检测缺陷，并将其与基于归因的方法和对抗爬升相结合，以生成并细化对应于分类输出的分割掩码。这些在一个辅助标注框架中使用，标注人员可将其作为提议分割掩码进行交互，决定接受、拒绝或修改，且交互被记录为弱标签以进一步细化分类器。在源于桥梁自动化视觉检测的真实数据集上应用，相较缺陷的手动标注，我们提出的方法能够节省超过 50% 的标注人员时间。
引用
@article{arxiv.2209.11159,
title = {Model-Assisted Labeling via Explainability for Visual Inspection of Civil Infrastructures},
author = {Klara Janouskova and Mattia Rigotti and Ioana Giurgiu and Cristiano Malossi},
journal= {arXiv preprint arXiv:2209.11159},
year = {2022}
}