Spannotation：通过高效图像标注增强自主导航的语义分割
计算机视觉与模式识别
2024-02-29 v1 机器人学
图像与视频处理
摘要
Spannotation 是一款专为自主导航任务中的语义分割图像标注而开发的开源、用户友好型工具。本研究评估了 Spannotation，证明了其在为农业作物行、越野地形和城市道路等各种环境生成精确分割掩码方面的有效性。与其他流行标注工具在典型导航任务中标注一张图像需要约 40 秒不同，Spannotation 仅需约 6.03 秒即可达到类似结果。该工具的实用性通过利用其生成的掩码训练 U-Net 模型得到了验证，该模型实现了 98.27% 的验证准确率和 96.66% 的平均交并比 (mIOU)。其易用性、简单的标注流程以及免费特性共同促进了 Spannotation 的采用，自发布以来截至 2024 年 2 月 25 日下载量已达 2098 次。Spannotation 未来的增强计划旨在将其应用扩展到更复杂的导航场景，并整合额外的自动化功能。鉴于其日益增长的普及度和巨大的潜力，Spannotation 已成为自主导航和语义分割领域宝贵的资源。有关 Spannotation 的详细信息和访问权限，鼓励读者访问项目 GitHub 仓库：https://github.com/sof-danny/spannotation
引用
@article{arxiv.2402.18084,
title = {Spannotation: Enhancing Semantic Segmentation for Autonomous Navigation with Efficient Image Annotation},
author = {Samuel O. Folorunsho and William R. Norris},
journal= {arXiv preprint arXiv:2402.18084},
year = {2024}
}
备注
8 pages, 6 figures, 1 table, 1 pseudo code (algorithm), 55 references