Superpixel and k-means based semi-automation algorithm for pixel level labeling

Custom semi-automation algorithm to run in the labeling apps, such as imageLabeler

Semantic segmentation (Deep Learning) is really powerful approach to segment specific regions in an image. Good ground truth data is crucial for training deep neural network for semantic segmentation. However, creating and maintaining a diverse and high-quality set of annotated data requires significant effort. The groundTruthLabeler and imageLabeler app makes this process easy and efficient and this semi-automation algorithm can be used with these apps to help you to label pixels since Superpixel and k-means based segmentation algorithm proposes regions.
-- [Japanese]
Semantic segmentationの登場により特定の領域のセグメンテーションが高い精度で実現できるようになってきました。一方、Semantic segmentation用のネットワークを学習させるためには膨大な量のデータが必要であり、ピクセル単位でのラベルが付けられたデータを準備する作業は非常に多くの時間・リソースを必要とします。image Labeler や Ground Truth Labelerによりこれらの作業を効率化することができますが、カスタムの半自動化アルゴリズムを追加することも可能で、目的に応じて様々なアルゴリズムを選択できます。本ファイルはimage Labeler, Ground Truth Labelerと組み合わせて利用できる半自動化アルゴリズムの一つです。Superpixelとk-meansによるクラスタリングにより、色やピクセル間の距離に応じてある程度の大きさの領域に分割してくれるため、ピクセル単位でのラベリングが非常に効率よく行えます。
[Keyward]
画像処理・画像分類・ディープラーニング・DeepLearning・デモ・IPCVデモ・ニューラルネットワーク・ラベリング・半自動化・vision.labeler.AutomationAlgorithm