Комментарии 2
Финальные маски очень очень далеки от сколь-нибудь точного результата. Вы уверены, что есть смысл размечать руками (полуавтоматический результат мягко говоря не далеко ушел)? Быстрый тест используя color-based сегментацию (потратил 5 минут, игнорируйте «выход за границы»):
Кстати, внутренние детали легко скрыть, если действительно нужно «упростить» результат:
Ну и уж точно руками вы не получите достаточно качественную семантику, например:
Уровень доступных деталей (маски сгенерировал как в векторе так и в растре):
Использовал вот этот исходник: www.youtube.com/watch?v=EHdyoYXo3bw
Кстати, внутренние детали легко скрыть, если действительно нужно «упростить» результат:
Ну и уж точно руками вы не получите достаточно качественную семантику, например:
Уровень доступных деталей (маски сгенерировал как в векторе так и в растре):
Использовал вот этот исходник: www.youtube.com/watch?v=EHdyoYXo3bw
Добрый день, спасибо за развернутый комментарий.
Задачи разметки DICOM данных, мягко говоря, очень разнообразны. В статье отмечено, что приведенный пример может работать в каких-то частных случаях, но он определенно не является самым эффективным. Методы, которые вы описали, в том числе, можно поддержать в CVAT. Вообще основная идея заключается в получении фидбеков, идей, может поиске кастомеров и т.д, а не демонстрации CVAT как суперэффективного инструмента для разметки DICOM данных (которым он, конечно же, сейчас не является).
По поводу некачественной ручной сегментации не могу согласиться. Как показывает практика, ручная разметка обычно является более точной, но и значительно более трудозатратной. В контексте CVAT не нам решать, имеет ли смысл размечать те или иные данные вручную, мы просто стремимся предоставить функционал для ручной и автоматической разметки.
Задачи разметки DICOM данных, мягко говоря, очень разнообразны. В статье отмечено, что приведенный пример может работать в каких-то частных случаях, но он определенно не является самым эффективным. Методы, которые вы описали, в том числе, можно поддержать в CVAT. Вообще основная идея заключается в получении фидбеков, идей, может поиске кастомеров и т.д, а не демонстрации CVAT как суперэффективного инструмента для разметки DICOM данных (которым он, конечно же, сейчас не является).
По поводу некачественной ручной сегментации не могу согласиться. Как показывает практика, ручная разметка обычно является более точной, но и значительно более трудозатратной. В контексте CVAT не нам решать, имеет ли смысл размечать те или иные данные вручную, мы просто стремимся предоставить функционал для ручной и автоматической разметки.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Разметка медицинских данных (DICOM) в Computer Vision Annotation Tool