EISeg
Chinese (Simplified) | English | عربي
آخر التطورات
- ورقتنا البحثية عن ال (interactive segmentation) بأسم EdgeFlow تم قبولها من قبل ICCV 2021 Workshop.
- دعم الاستدلال على الرسم البياني الثابت مع سرعة تفاعل واداء عالي بالكامل ؛ إطلاق أحدث إصدار من EISeg 0.4.0 والذي يضيف حديثًا الاستشعار عن بعد ، ووضع العلامات الطبية ، وتقسيم الصور كبيرة الحجم الى اجزاء صغيره ليمكن استخدامها.
مقدمة
EISeg (Efficient Interactive Segmentation), تم بنائه على أساس RITM و EdgeFlow, هو برنامج تعليمي فعال وذكي للتجزئة تم تطويره على أساس PaddlePaddle. إنه يغطي عددًا كبيرًا من نماذج التجزئة عالية الجودة في اتجاهات مختلفة مثل الصور بانواعها العامة ، والصورة الشخصية ، والاستشعار عن بعد ، والعلاج الطبي ، وما إلى ذلك ، مما يوفر الراحة للتعليق التوضيحي السريع للملصقات الدلالية والمثيلات بتكلفة منخفضة. بالإضافة إلى ذلك ، من خلال تطبيق التعليقات التوضيحية التي حصل عليها EISeg على نماذج التجزئة الأخرى المقدمة من PaddleSeg للتدريب ، يمكن إنشاء نماذج عالية الأداء مع حالات مخصصة ، ودمج العملية الكاملة لمهام التجزئة من شرح البيانات إلى تدريب النموذج والاستدلال.
تجهيز النموذج
يرجى تنزيل معلمات النموذج قبل استخدام EIseg. يوفر EISeg 0.4.0 أربعة نماذج اتجاه مدربة على COCO + LVIS ، وبيانات صورة واسعة النطاق ، و mapping_challenge ، و LiTS (تحدي تجزئة ورم الكبد) لتلبية احتياجات وضع العلامات للسيناريوهات العامة والصورة بالإضافة إلى الهندسة المعمارية والكبد في الصور الطبية. تتوافق بنية النموذج مع وحدة اختيار الشبكة في أدوات EISeg التفاعلية ، ويحتاج المستخدمون إلى تحديد هياكل شبكة مختلفة ومعلمات التحميل وفقًا لاحتياجاتهم الخاصة.
ملاحظة : يجب وضع بنية النموذج الذي تم تنزيله "* .pdmodel" ومعلمات النموذج المقابلة "* .pdiparams" في نفس مسار المجلد على جهازك. عند تحميل النموذج ، ما عليك سوى تحديد موقع معلمة النموذج في نهاية * .pdiparams
، وسيتم تحميل * .pdmodel
تلقائيًا. عند استخدام نموذج "EdgeFlow" ، يرجى إيقاف تشغيل "استخدام قناع" والتحقق من "استخدام قناع" عند استخدام طرز أخرى.
كيفية التثبيت \ التنصيب
يوفر EISeg طرقًا متعددة للتثبيت ، من بينها pip و كود التشغيل متوافقان مع أنظمة التشغيل Windows و Mac OS و Linux. يوصى بالتثبيت في بيئة افتراضية تم إنشاؤها بواسطة Conda خوفًا من مشاكل في عدم التوافق.
متطلبات الإصدار:
لمزيد من التفاصيل حول تثبيت PaddlePaddle ، يرجى الرجوع إلى موقعنا الموقع الرسمي.
Clone
استنساخ PaddleSeg الي جهازك عن طريق git:
git clone https://github.com/PaddlePaddle/PaddleSeg.git
قم بتثبيت البيئة المطلوبة (إذا كنت بحاجة إلى استخدام GDAL و SimpleITK ، فيرجى الرجوع إلى Vertical Segmentation للتثبيت).
pip install -r requirements.txt
قم بتمكين EISeg عن طريق تشغيل eiseg بعد تثبيت البيئة المطلوبة:
cd PaddleSeg\EISeg
python -m eiseg
أو يمكنك تشغيل exe.py في eiseg:
cd PaddleSeg\EISeg\eiseg
python exe.py
PIP
قم بتثبيت pip على النحو التالي :
pip install eiseg
تقوم pip بتثبيت التبعيات تلقائيًا. بعد ذلك ، أدخل ما يلي في سطر command line:
eiseg
الآن ، يمكنك تشغيل pip.
الأستخدام
بعد فتح البرنامج ، قم بإجراء الإعدادات التالية قبل التحديد على الصور:
-
تحميل نموذج المعلمة
حدد الشبكة المناسبة وقم بتحميل معلمات النموذج المقابلة. يشهد EISeg0.4.0 تحويل استدلال الرسم البياني الديناميكي إلى استنتاج ثابت وتحسينات شاملة لسرعة الاستدلال بنقرة واحدة. بعد تنزيل وفك ضغط النموذج والمعلمات الصحيحة ، يجب وضع بنية النموذج * .pdmodel
ومعلمات النموذج المقابلة * .pdiparams
في نفس الدليل ، وفقط موقع معلمة النموذج في نهاية * يجب تحديد .pdiparams
عند تحميل النموذج. تستغرق تهيئة النموذج الثابت بعض الوقت ، يرجى الانتظار بصبر حتى يتم تحميل النموذج. سيتم تسجيل معلمات النموذج التي تم تحميلها بشكل صحيح في معلمات النموذج الحديثة
، والتي يمكن تبديلها بسهولة ، وسيتم تحميل معلمة النموذج الخارج تلقائيًا في المرة التالية التي تفتح فيها البرنامج.
-
فتح الصور
قم بفتح مجلد الصور التي تحتوي الصور المراد تحديدها وعند تحميلها نلاحظ ظهورها في الشاشة الرئيسية للبرنامج تحت قائمة البيانات
.
-
اضافة او إستيراد علامات
إضافة / تحميل العلامات. يمكن إنشاء علامات جديدة عن طريق إضافة تسمية
، والتي تنقسم إلى 4 أعمدة مطابقة لقيمة البكسل والوصف واللون والحذف. يمكن حفظ العلامات التي تم إنشاؤها حديثًا كملفات txt عن طريق حفظ قائمة العلامات
، ويمكن للمتعاونين الآخرين استيراد العلامات عن طريق تحميل قائمة العلامات
. العلامات التي تم استيرادها عن طريق التحميل سيتم تحميلها تلقائيًا بعد إعادة تشغيل البرنامج.
-
الحفظ التلقائي
يمكنك اختيار مجلد الحفظ المناسب وتشغيل الحفظ التلقائي
, بحيث يتم حفظ الصورة التي انتهيت منها تلقائيًا عند تبديل الصور.
يمكنك البدأ في استخدام البرنامج الان عندما تتم أعداد كل ما سبق, يوجد ايضًا اختصارات للوحة المفاتيح لتسهل عليك ويمكن تعديلها عن طريق الضغط على حرف E
بم يناسبك.
المفتاح الو الحروف الدالة على الاختصارات |
الخاصية |
زر الفأرة الايسر |
أضف نقاط عينة موجبة |
زر الماوس الايمن |
أضف نقاط عينة سلبية |
زر الماوس الأوسط |
تحريك الصورة |
Ctrl + زر الماوس الأوسط (عجلة) |
تكبير الصورة |
S |
الصورة السابقة |
F |
الصورة التالية |
مسافة |
انهاء التعليم |
Ctrl+Z |
خطوة للخلف |
Ctrl+Shift+Z |
مسح |
Ctrl+Y |
خطوة للأمام |
Ctrl+A |
فتح صورة |
Shift+A |
افتح المجلد |
E |
افتح قائمة مفاتيح الاختصار |
Backspace |
حذف المضلع |
نقرتين متتاليتين(نقطة) |
حذف نقطة |
نقرتين متتاليتين(حرف) |
إضافة نقطة |
تعليمات الخاصيات الجديدة
يدعم EISeg الآن صور الاستشعار عن بعد وتجزئة الصور الطبية ، ويلزم تثبيت تبعيات إضافية لتشغيلها.
-
قم بتثبيت GDAL للاستشعار عن بعد لتجزئة الصورة ، يرجى الرجوع إلى تجزئة الاستشعار عن بعد。
-
قم بتثبيت SimpleITK لتجزئة الصور الطبية ، يرجى الرجوع إلى تجزئة الصور الطبية。
-
أداة البرمجة النصية
يوفر EISeg حاليًا أدوات البرمجة النصية بما في ذلك التعليقات التوضيحية على مجموعة بيانات PaddleX ، وتحديد تنسيق COCO والتسميات الدلالية لتسميات المثيلات ، إلخ. راجع استخدام أدوات البرمجة النصية لمزيد من التفاصيل.
تحديثات الإصدار
يمكنك نعرفة آخر التحديقات من هنا
المساهمون
نشكر المطورين Yuying Hao, Lin Han, Yizhou Chen, Yiakwy, GT, Youssef Harby, Zhiliang Yu, Nick Nie والدعم من قبل RITM.
الاقتباس
إذا وجدت مشروعنا مفيدًا في بحثك ، فيرجى كتابة الاقتباس :
@article{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},
journal={arXiv preprint arXiv:2109.09406},
year={2021}
}