yatenglg / isat

ISAT - Image segmentation annotation tool.（图像分割标注工具，支持语义分割与实例分割）

Hi, i'm LG. 🧑‍💻

I'm an algorithm engineer who focused on AI. My main research direction is computer vision and point cloud segmentation. I hope to bring convenience to people through my technology.

isat's Issues

当单张图标注的多边形过多时，每次保存卡顿严重

使用您的软件在团队内最近进行了一批标注，中间遇到多个同学提到标注后期每次多边形保存时都会卡顿（20s左右），简单推理了下，应该是这么个情况：
目前软件内部逻辑是每次画完多边形+选择类别后，都会保存一次。但是标注后期多边形数量增加，json文件过大，所以每次保存时占用的时间都很大。

我想可能现有的保存逻辑稍作修改可以解决？前几年我们使用过另一款基于LabelImg修改来的LabelImgPlus软件，它的逻辑是每次标注后先缓存下来不会马上保存到它的xml文件中，而是当点选save按钮时才会将前面所有的未保存标注存下来。
这软件后期我们也发现保存时间较长，应该和后续xml/json文件内容过多有关。但该软件的逻辑使得用户可以标注很多个多边形之后再保存，所以更为合理。

label_convent tool的代码可能存在问题

经过标注后，使用标注文件转换器转换成PNG图片时，转换的图片色彩在边缘上会出现渐变。例如背景色黑色（0，0，0）时，类别颜色（0，200，0），在类别颜色和背景颜色相接的地方颜色会出现（0，0-200，0）的过渡色。（比如（0，125，0），实际上应当不存在该种类别和色彩）

这样的标注文件进行深度学习训练时可能会出错。主要问题是导致无法和网络的输出进行对应，难以计算损失函数。一般来说在类别颜色交界的地方应该是直接跳变的。可能是/tools/label_convert.py代码逻辑存在问题。