README.md

简体中文 | English

飞桨高效交互式分割标注工具。

通用分割	人像分割	遥感建筑分割	医疗分割
工业质检	通用视频分割	3D医疗分割

最新动态

• [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！
  • 新增用于通用场景视频交互式分割能力，以EISeg交互式分割模型及MiVOS算法为基础，全面提升视频标注体验。详情使用请参考视频标注。
  • 新增用于腹腔多器官及CT椎骨数据3D分割能力，并提供3D可视化工具，给予医疗领域3D标注新的思路。详情使用请参考3D标注。

简介

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。

特性

• 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

技术交流

• 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

使用教程

• 安装说明
• 图像标注
• 视频及3D医疗标注
• 遥感特色功能
• 医疗特色功能
• 数据处理脚本文档

更新历史

• 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。

贡献者

• 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。

学术引用

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}
}