什么是语义分割？
语义图像分割是计算机视觉中一个非常重要的研究和应用方向。它的任务是按照预定的类别对图像中的每个像素进行标注/分类。不同于目标检测，语义分割不对目标进行2D框选。
几个语义分割的关键应用场景：
1）自动驾驶系统：语义分割多用于自动驾驶汽车和无人机等行业。 例如，自动驾驶汽车可行驶区域语义分割标注。
2）地理图像分析：通过语义分割标注，可对高清地图中不同的土地类型进行分割。另外语义分割可助于土地测绘自动化进行。
下面我们看一个高精地图语义分割标注案例：
1.项目描述：15类多边形标注/语义分割/分类
2.输入格式：jpg
3.输出格式：json
4.数据集：每张像素为：2048 x 2048
5.标注类别及属性说明：
1）标注类别：
| 类别名称 | |
|---|---|
| 云 | 草原 |
| 湿地 | 阴影 |
| 农田 | 单车道 |
| 森林 | 密集建筑物/建筑物组合 |
| 多车道 | 种植园（树状） |
| 贫瘠（裸露/稀疏的植被） | 农用道路 |
| 灌木丛 | 水体（永久性水体） |
| 未知（最后一类） |
2）属性说明：
| 贫瘠（裸露/稀疏的植被） | |
|---|---|
| 较明显的土地，没有植被分布 | 例如，开放的空地、建筑工地 |
| 密集建筑物/组合 | |
| 带有次要道路的明显的建筑 | 如城镇、工厂 |
| 单车道(密封) | |
| 通常是一条车道，宽度比多车封闭道路更窄 | 通常是无分隔线的单车道 |
| 多车道 | |
| 至少有一条明显的分隔线的多车道 | |
| 种植园 | |
| 明显的树冠，整齐成行地排列 | 例如油棕种植园 |
| 森林 | |
| 明显不规则的树冠，无规则排列 | 如原始森林、次生林 |
| 农用道路 | |
| 清晰可见的泥路 | |
| 湿地 | |
| 水和植被混合在一起 | |
| 灌木丛 | |
| 包括小灌木丛 | 稀疏的植被 |
| 水体 | |
| 水面清澈，无植被 | |
| 农用道路 | |
| 清晰可见的泥路 | |
| 种植园 | |
| 植被有规则地排列 | 密度不会太过稀疏 |
| 荒地 | |
| 裸露的土壤 | |
| 农田 | |
| 植被有规则地排列 | 仅限于不高于树的小植物 |
| 森林 | |
| 树木不规则且密集地排列 |
6.标注结果示例：
7.Coco Json output
8.标注难点：
- 图中物体多达15个类别
- 类别之间差异小，标注精度要求高
- 标注耗时长
- 对标注员的水平要求高
- 图像场景复杂，客户验收成本高，要求数据一次性交付
ByteBridge是一个数据标注和采集平台，为人工智能企业提供数据处理服务
您专注于产品，我们专注于您的数据
我们提供试标试采服务，欢迎联系我们
邮箱：support@bytebridge.io
官网链接
