【霹雳吧啦】手把手带你入门语义分割1：语义分割的定义 & 常见数据集 & 评价指标 & 标注工具_语义分割数据标注

目录

前言

一、常见的分割任务

二、语义分割的网络模型

三、语义分割的常见数据集格式

四、语义分割所得结果具体形式

五、语义分割的常见评价指标

六、语义分割的常用标注工具

---

前言

这篇文章是我根据 B 站 霹雳吧啦Wz 的《深度学习：语义分割篇章》中的 语义分割前言 所作的学习笔记，涵盖内容如目录所示，希望能为正在学习语义分割的小伙伴们提供一些帮助ヾ(^▽^*))) 因为才刚刚开始接触语义分割，所以在表达上可能比较幼稚，希望王子公主们多多包涵啦！如果存在什么问题的话，也麻烦大家直接指出！在未来这段时间里， 煮茶 期待能和大家一起学习进步~

一、常见的分割任务

首先，我们需要知道常见的分割任务有哪些，以及它们各自的经典网络，具体如下：

语义分割：需要对图片上的所有像素点进行分类，但不需要分割同类别的不同实体。

实例分割：目标检测和语义分割的结合，需要在语义分割的基础上，标注出同类物体的不同个体，例如 person1、person2 等。

全景分割：语义分割和实例分割的升级版，不仅需要对前景物体进行分割，还需要对背景进行检测和分割。

为了让大家更直观地感受这三者的区别，我在下面贴了图，参考：语义分割、实例分割和全景分割_语义分割和实例分割-CSDN博客

二、语义分割的网络模型

知道什么是语义分割后，我们就可以去 PyTorch 官网查看 torchivision 中提供的语义分割网络模型啦，为了让王子公主们能拥有更好的学习体验，我在这里放置了【semantic-segmentation】快速跳转按钮ヾ(•ω•`)o

根据 PyTorch 官网提供的语义分割网络模型，我们可以得到下面这张表：

三、语义分割的常见数据集格式

1、PASCAL VOC —— PNG 图片（P模式）

在 PNG 图片中记录了每个像素所属的类别信息，使用 调色板 模式进行存储，针对 0 ~ 255 像素，每个像素都对应一种颜色：

1.  像素 0 对应的是 ( 0 , 0 , 0 ) 黑色
2.  像素 1 对应的是 ( 127 , 0 , 0 ) 深红色
3.  像素 255 对应的是 ( 244 , 244 , 129 ) 目标边缘

关于 PASCAL VOC 数据集的语义分割应用，大家可以查看霹雳吧啦的这篇博客：

PASCAL VOC2012数据集介绍_太阳花的小绿豆的博客-CSDN博客文章浏览阅读4.8w次，点赞187次，收藏571次。之前有在Bilibili上简单介绍过这个数据集，但一直没有写博文，今天抽空总结下，如果不想看文章的，可以看下我在Bilibili上的讲解视频。Pascal VOC2012数据集详解视频: https://b23.tv/F1kSCKPascal VOC2012官网地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/官方发表关于介绍数据集的文章 《The PASCALVisual Object Classes Challenge: A Retrospecti_pascal voc2012https://blog.csdn.net/qq_37541097/article/details/115787033

 

2、MS COCO

关于 MS COCO 数据集格式，针对图像中的每一个目标都记录了 polygons 多边形坐标。

关于 MS COCO 数据集的语义分割应用，大家可以查看霹雳吧啦的这篇博客：

MS COCO数据集介绍以及pycocotools简单使用_太阳花的小绿豆的博客-CSDN博客文章浏览阅读4.3w次，点赞169次，收藏665次。文章目录1. MS COCO数据集简介2. MS COCO数据集下载3. MS COCO标注文件格式3.1 使用Python的json库查看3.2 使用官方cocoAPI查看1. MS COCO数据集简介官网地址https://cocodataset.org/简介MS COCO是一个非常大型且常用的数据集，其中包括了目标检测，分割，图像描述等。其主要特性如下：Object segmentation: 目标分割Recognition in context: 图像情景识别Superp_pycocotoolshttps://blog.csdn.net/qq_37541097/article/details/113247318

四、语义分割所得结果具体形式

同上文在讲解 PASCAL VOC 数据集格式所说的，语义分割所得结果的具体形式为 单通道图片 ，加上 调色板 后就变成彩色图片， 每个像素数值都对应了类别索引 。注意，使用调色板是为了更好地可视化我们的预测结果ヾ(•ω•`)o

 

五、语义分割的常见评价指标

常见的语义分割评价指标主要包括 Pixel Accuracy ( Global Accuracy )、mean Accuracy、mean IoU 等：

1.  Pixel Accuracy = 类别预测正确的像素个数总和 ÷ 图片的总像素个数
2.  mean Accuracy = 对每个类别的 Accuracy 求平均值
3.  mean IoU = 对每个类别的 IoU 求平均值（ 我用绿、蓝、橙的框在图中作了说明 (๑•̀ㅂ•́)و✧）

【注意】在下面关于语义分割评价指标的计算应用中，微臣都在视频教程的截图中补充了红、蓝的文字说明噢~

 

六、语义分割的常用标注工具 

1、Labelme 标注工具

Labelme 是一款经典的标注工具，支持目标检测、语义分割、实例分割等任务。开源网址：https://github.com/wkentaro/labelme

关于 Labelme 的安装与使用，大家可以参考霹雳吧啦的这篇博客：

Labelme分割标注软件使用_labelme2voc.py_太阳花的小绿豆的博客-CSDN博客文章浏览阅读3.4w次，点赞120次，收藏612次。Labelme是一款经典的标注工具，支持目标检测、语义分割、实例分割等任务。今天针对分割任务的数据标注进行简单的介绍。开源项目地址：https://github.com/wkentaro/labelme_labelme2voc.pyhttps://blog.csdn.net/qq_37541097/article/details/120162702

 

2、EISeg 标注工具

EISeg 是基于飞桨开发的交互式分割标注软件，是半自动的标注工具。仓库地址：https://github.com/PaddlePaddle/PaddleSeg

关于 EISeg 的安装与使用，大家可以参考霹雳吧啦的这篇博客：

EISeg分割标注软件使用-CSDN博客文章浏览阅读3.1w次，点赞77次，收藏400次。官方原话：EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了高精度和轻量级等不同方向的高质量交互式分割模型，方便开发者快速实现语义及实例标签的标注，降低标注成本。 另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制化场景的高精度模型，打通分割任务从数据标注到模型训练及预测的全流程。飞桨(PaddlePaddle)是百度开源的深度学习框架，社区也比较活跃，关键是中文方便交流.._eiseghttps://blog.csdn.net/qq_37541097/article/details/120154543

【补充】为了让王子公主们能够更加方便地在仓库中找到 EISeg ，我在这里放置了【EISeg】快速跳转按钮！

最后说些话

致亲爱的王子公主们：微臣最近忙于课程作业，暂时还未安装和使用 Labelme 和 EISeg 标注工具，等后面亲身经历之后，会再来更新这篇笔记的 (●'◡'●) 最后祝大家身体健康，生活顺利！