现在我想使用 SegNet 在 caffe 中训练我自己的图像数据.
但在第一步我们需要像这样标记我们自己的图像:
我试图搜索 github 但找不到任何东西。所以我的问题是有人知道哪个工具可以制作语义标签图像吗？
最佳答案
查看名为 sloth 的工具: https://github.com/cvhciKIT/sloth ，这是一个用 Python 和 PyQt 编写的开源工具，用于为广泛的应用程序创建地面实况计算机视觉数据集，例如像上面那样在语义上创建数据。
如果你不喜欢懒惰，你可以使用任何图片编辑软件，比如GIMP您将为每个标签制作一层，并使用多边形和不同色调的洪水填充来创建您的数据。然后，您可以将所有图层合并在一起以制作您将用于您的目的的最终图像。
但是，正如用户 Miki 提到的(参见下面的讨论主题)，从头开始创建新数据集将需要大量的努力。强烈建议您不要自己创建它，因为您需要大量数据来确保您的算法正确执行。您将需要其他(希望是愿意的)博士生的帮助，最好是您认识的或在您的实验室或工作场所与您共事的人，以帮助您手动整理这些数据。
如果这不是一个选项，您可以使用众包资助的地方，例如 Amazon Mechanical Turk在那里你可以将工作外包给愿意的人，在那里你告诉他们手头的任务并且你为每张图片支付少量费用。如果您找不到很多人来帮助您，这将是您需要考虑的事情。
总而言之，如果你想在短时间内创建一个大数据集，这将需要相当大的努力，不仅在时间上，而且在人员上。我建议您只使用已建立的数据集，例如您从剑桥引用的数据集，或者 Miki 建议的 LabelMe by Antonio Torralba这不仅是一个用于从他的 LabelMe 数据集中注释图像的工具箱，而且还允许您对自己的图像执行相同的操作。
祝你好运!
关于python - 如何制作语义标签图像？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40417321/