在之前的文章中（參考：），我們提到了Polygon-RNN++在數據標注中的應用。今天不得不提到多倫多大學與英偉達聯合公布的一項最新研究：Curve-GCN的應用結果顯示圖像標注速度提升10倍。
Curve-GCN是一種高效交互式圖像標注方法，其性能優於Polygon-RNN++。在自動模式下運行時間為29.3ms，在交互模式下運行時間為2.6ms，比Polygon-RNN ++分別快10倍和100倍。
數據標注是人工智能產業的基礎，在機器的世界里，圖像與語音、視頻等一樣，是數據的一個種類。
對象實例分割是在圖像中概括給定類的所有對象的問題，這一任務在過去幾年受到了越來越多的關注，傳統標記工具通常需要人工先在圖片上點擊光標描記物體邊緣來進行標記。
然而，手動跟蹤對象邊界是一個費力的過程，每個對象大概需要30-60秒的時間。
為了緩解這個問題，已經提出了許多交互式圖像分割技術，其通過重要因素加速注釋。但是交互式分割方法大多是逐像素的（比如DEXTR），在顏色均勻的區域很難控制，所以最壞的情況下仍然需要很多點擊。
Polygon-RNN將humans-in-the-loop（人機回圈）過程進行構架，在此過程中模型按順序預測多邊形的頂點。通過糾正錯誤的頂點，注釋器可以在發生錯誤時進行干預。該模型通過調整校正來繼續其預測。Polygon-RNN顯示在人類協議水平上產生注釋，每個對象實例只需點擊幾下。這里最糟糕的情況是多邊形頂點的數量，大多數對象的范圍最多為30-40個點。
然而，模型的重復性將可擴展性限制為更復雜的形狀，導致更難的訓練和更長的推理。此外，期望注釋器按順序糾正錯誤，這在實踐中通常是具有挑戰性的。
最新研究成果中，研究人員將對象注釋框架化為回歸問題，其中所有頂點的位置被同時預測。
在Curve-GCN中，注釋器會選擇一個對象,然后選擇多邊形或樣條輪廓。
Curve-GCN自動地勾勒出對象的輪廓：
Curve-GCN允許交互式更正,並且可以自動重新預測多邊形/樣條
與Polygon-RNN + +相比：
- Curve-GCN具有多邊形或樣條曲線參數
- Curve-GCN可同時預測控制點（更快）
代碼：
https://github.com/fidler-lab/curve-gcn
論文地址：
https://arxiv.org/abs/1903.06874
論文摘要
通過邊界跟蹤來手動標記對象是一個繁重的過程。在Polygon-RNN ++中，作者提出了Polygon-RNN，它使用CNN-RNN架構以循環方式產生多邊形注釋，允許通過humans-in-the-loop（人機回圈）的方式進行交互式校正。
我們提出了一個新的框架，通過使用圖形卷積網絡（GCN）同時預測所有頂點，減輕了Polygon-RNN的時序性。我們的模型是端到端訓練的。它支持多邊形或樣條對對象進行標注，從而提高了基於線和曲線對象的標注效率。結果表明，在自動模式下，Curve-GCN的性能優於現有的所有方法，包括功能強大的PSP-DeepLab，並且在交互模式下，Curve-GCN的效率明顯高於Polygon-RNN++。我們的模型在自動模式下運行29.3ms，在交互模式下運行2.6ms，比Polygon-RNN ++分別快10倍和100倍。
參考：