简体中文 | English
- [2022-09-16] 🔥 EISeg使用的X光胸腔标注模型MUSCLE已经被MICCAI 2022接收,具体可参见MUSCLE, 标注模型下载地址.
- [2022-07-20] 🔥 EISeg 1.0版本发布!
EISeg(Efficient Interactive Segmentation)基于飞桨开发的一个高效智能的交互式分割标注软件。它涵盖了通用、人像、遥感、医疗、视频等不同方向的高质量交互式分割模型。 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。
- 高效的半自动标注工具,已上线多个Top标注平台
- 覆盖遥感、医疗、视频、3D医疗等众多垂类场景
- 多平台兼容,简单易用,支持多类别标签管理
- 如果您对EISeg有任何问题和建议,欢迎在GitHub Issues提issue。
- 欢迎您加入EISeg微信群,和大家交流讨论、一起共建EISeg,而且可以领取重磅学习大礼包🎁。
- 🔥 获取深度学习视频教程、图像分割论文合集
- 🔥 获取PaddleSeg的历次直播视频,最新发版信息和直播动态
- 🔥 获取PaddleSeg自建的人像分割数据集,整理的开源数据集
- 🔥 获取PaddleSeg在垂类场景的预训练模型和应用合集,涵盖人像分割、交互式分割等等
- 🔥 获取PaddleSeg的全流程产业实操范例,包括质检缺陷分割、抠图Matting、道路分割等等
- 2022.07.20 1.0.0:【1】新增交互式视频分割功能【2】新增腹腔多器官3D标注模型【3】新增CT椎骨3D标注模型。
- 2022.04.10 0.5.0:【1】新增chest_xray模型;【2】新增MRSpineSeg模型;【3】新增铝板质检标注模型;【4】修复保存shp时可能坐标出错。
- 2021.11.16 0.4.0:【1】将动态图预测转换成静态图预测,单次点击速度提升十倍;【2】新增遥感图像标注功能,支持多光谱数据通道的选择;【3】支持大尺幅数据的切片(多宫格)处理;【4】新增医疗图像标注功能,支持读取dicom的数据格式,支持选择窗宽和窗位。
- 2021.09.16 0.3.0:【1】初步完成多边形编辑功能,支持对交互标注的结果进行编辑;【2】支持中/英界面;【3】支持保存为灰度/伪彩色标签和COCO格式;【4】界面拖动更加灵活;【5】标签栏可拖动,生成mask的覆盖顺序由上往下覆盖。
- 2021.07.07 0.2.0:新增contrib:EISeg,可实现人像和通用图像的快速交互式标注。
- 感谢Zhiliang Yu, Yizhou Chen, Lin Han, Jinrui Ding, Yiakwy, GT, Youssef Harby, Nick Nie 等开发者及RITM、MiVOS 等算法支持。
- 感谢LabelMe和LabelImg的标签设计。
- 感谢Weibin Liao提供的ResNet50_DeeplabV3+预训练模型。
- 感谢Junjie Guo及Jiajun Feng在椎骨模型上提供的技术支持。
如果我们的项目在学术上帮助到你,请考虑以下引用:
@article{hao2022eiseg,
title={EISeg: An Efficient Interactive Segmentation Tool based on PaddlePaddle},
author={Hao, Yuying and Liu, Yi and Chen, Yizhou and Han, Lin and Peng, Juncai and Tang, Shiyu and Chen, Guowei and Wu, Zewu and Chen, Zeyu and Lai, Baohua},
journal={arXiv e-prints},
pages={arXiv--2210},
year={2022}
}
@inproceedings{hao2021edgeflow,
title={Edgeflow: Achieving practical interactive segmentation with edge-guided flow},
author={Hao, Yuying and Liu, Yi and Wu, Zewu and Han, Lin and Chen, Yizhou and Chen, Guowei and Chu, Lutao and Tang, Shiyu and Yu, Zhiliang and Chen, Zeyu and others},
booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
pages={1551--1560},
year={2021}
}