Skip to content

Latest commit

 

History

History
101 lines (65 loc) · 3.92 KB

CHANGELOG.md

File metadata and controls

101 lines (65 loc) · 3.92 KB

更新日志

[0.0.1]

  • 发布测试版,版本号0.0.1

  • 更新下载功能(后续需优化下载链接)

  • 支持多选多边形,现在可以批量删除了

    按下Ctrl点击多边形;按下Ctrl点击右侧标注栏;按下Shift点击右侧标注栏;点击右侧标注栏,Ctrl+A全选。

  • 添加转换脚本 - utils目录下

    现支持 ISAT <-> COCO, ISAT <-> YOLO, ISAT -> XML(目标检测)

  • 添加了对segment-anything-fast的支持

    现支持SAM系列模型,sam-hq以及mobile-sam等后续更新

    sam-fast要求torch版本不低于2.1.1;低于版本要求时,默认导入sam

    sam_vit_h_4b8939.pth encode计算时间缩短大概4倍,显存占用缩小到5.6G

sam sam-fast
0 0.698307991027832 0.19336390495300293
1 0.7048919200897217 0.21175742149353027
2 0.766636848449707 0.2573261260986328
3 0.8198366165161133 0.22284531593322754
  • 添加了饱和度调整

    通过拖动工具栏中的饱和度调整条,对图片进行饱和度调整。(只与显示有关,不影响sam)

  • 添加track模式

    在"自动auto"和"手动manual"模式外,为组模式中添加了"跟踪track"模式。该模式下,使用[TAB]或者[`]切换目标时,组id会显示为设置为当前多边形的组id。

[0.0.2]

  • 添加了模型管理界面

    现在可以方便的管理与使用模型了。

    由于sam-hq以及mobile-sam的权重链接,需要科学上网才可以访问。这两类模型下载时会经常失败 有推荐的比较好用的大文件托管服务,可以联系我

  • 整合了数据转换界面并提供了新功能

    • COCO <-> ISAT
    • YOLO <-> ISAT
    • LABELME <-> ISAT
    • ISAT -> VOC(png单通道图)
    • ISAT -> VOC for object detection(xml目标检测)
  • 添加了linux系统对segment-anything-fast的支持

    该功能可以保持sam分割效果的情况下,减少显存占用并提升分割速度。(目前只对sam系列模型有效)

    由于windows下需需torch版本为2.2.0+dev且需要安装较多其他依赖,因而暂时关闭了windows系统下对该功能的支持。

  • 修复了遗留bug

    • 修复了转VOC后第一行一直为0的问题
    • 轮廓保存模式中-只保存最大轮廓现在严格保存面积最大的轮廓(之前使用顶点数量进行粗估计)

  • 添加了对EdgeSAM的支持。

  • 修复转coco后,类别ID从0开始的问题。(现在第一类的类别id为1)

  • 修复sam标注过程中,切换图片文件夹后,闪退的问题

  • 添加了模型国内下载链接

  • 减少模型显存占用

    使用bfloat16模型后,显存需求降低,特征计算时间略微增加,最终分割效果无显著变化。

checkpoint mem(float) mem(bfloat16) cost(float) cost(bfloat16)
edge_sam.pth 360M 304M 0.0212 0.0239
edge_sam_3x.pth 360M 304M 0.0212 0.0239
mobile_sam.pt 534M 390M 0.0200 0.0206
sam_hq_vit_tiny.pth 598M 392M 0.0196 0.0210
sam_hq_vit_b.pth 3304M 1762M 0.1496 0.1676
sam_hq_vit_l.pth 5016M 2634M 0.3766 0.4854
sam_hq_vit_h.pth 6464M 3378M 0.6764 0.9282
sam_vit_b_01ec64.pth 3302M 1760M 0.1539 0.1696
sam_vit_l_0b3195.pth 5016M 2634M 0.3776 0.4833
sam_vit_h_4b8939.pth 6462M 3378M 0.6863 0.9288

0.0.3

  • 更新了项目结构
  • 填加了sam_med2d模型,实现对医疗数据更好的分割效果

0.0.4

  • 更新了基于bounding box的自动分割功能

基于标注完成的VOC格式目标检测数据,使用标注框进行sam框提示,自动分割图像并存储为ISAT格式json。