抓取、抠图、粘贴与学习：面向包裹物流的自动化数据集生成

计算机视觉中最先进的方法严重依赖足够大的训练数据集。对于真实世界应用，获取此类数据集通常是一项繁琐任务。本文提出一种全自动流水线，通过四个步骤生成用于实例分割的合成数据集。与已有工作不同，我们的流水线涵盖从数据采集到最终数据集的每一步。我们首先从流行图像搜索引擎中抓取感兴趣物体的图像，由于仅依赖基于文本的查询，所得数据包含多种多样的图像。因此，第二步有必要进行图像筛选。这种图像抓取与筛选的方法缓解了对必须公开可用或专门构建的真实世界特定领域数据集的需求。我们采用与物体无关的背景移除模型，并比较三种不同的图像筛选方法：与物体无关的预处理、人工图像筛选和基于 CNN 的图像筛选。第三步，我们在任意背景上生成感兴趣物体与干扰物的随机排布。最后，通过使用四种不同混合方法粘贴物体完成图像合成。我们以包裹分割为例对所提数据集生成方法进行案例研究。为评估，我们创建了一个自动标注的包裹照片数据集。我们发现：（1）我们的数据集生成流水线可成功迁移至真实测试图像（Mask AP 86.2）；（2）与人工直觉相反，非常精确的图像筛选并非关键，更宽泛的类别定义有助于弥合领域鸿沟；（3）与使用简单复制粘贴相比，混合方法的使用更有益。我们将用于抓取、图像合成和训练的完整代码公开于 https://a-nau.github.io/parcel2d。