Разметка снимков в инструменте

1. Разметка классов:

   • Размечаем класс на самом удобном слое. Все элементы одного класса необходимо разметить на одном слое.

   • Размечаем все элементы, в которых врач уверен, даже если элемент не идеального качества. Если врач уверен в классе объекта, его нужно разметить.

   • Даже если элементы класса представлены в небольшом количестве и не влияют на оценку результата, их все равно необходимо разметить.

2. Разметка пересекающихся объектов:

   • Если объекты пересекаются, нужно отдельно разметить каждый класс. Например, если клетчатка содержит крахмал, размечаем и клетчатку, и крахмал.

3. Аккуратность разметки:

   • Объекты стараемся размечать аккуратно, без явных обрезаний и без создания слишком больших полигонов (когда разметка в несколько раз больше самого объекта).

4. Разметка нескольких объектов:

   • Нельзя размечать несколько объектов одним полигоном, за исключением случаев, когда один объект полностью содержит другой.

Основные принципы:

• Полнота разметки: Даже редкие или неидеальные элементы должны быть размечены, если врач уверен в их классе.

• Качество разметки: Полигоны должны точно соответствовать объектам, без лишних обрезаний или увеличения.

• Слои: Все элементы одного класса размечаются на одном слое.

Примеры

неправильная разметка. Здесь 2 отдельных объекта размечены как один объект, так нельзя.

правильная разметка. Здесь же переваримая клетчатка содержит крахмал, поэтому отдельно размечается клетчатка и отдельно размечается крахмал

Использование кнопки отправки снимка на разметку

Снимки с окраской люголем мы только начинаем накапливать. Сделали кнопку, с помощью которой можно будет удобно и быстро собрать сбалансированный датасет для разметки.

Основные случаи, когда очень желательно отправить снимок в разметку:

1. На снимке встречается много разных классов Эти снимки очень информативны для дальнейшего обучения.

2. На снимке встречаются редкие классы (Если возможно, добавьте комментарий с названием класса) Это важно для обеспечения сбалансированности датасета.

3. На снимке встречаются любые интересные случаи по мнению врача В таком случае также желательно оставить комментарий, объясняющий, почему этот случай считается интересным.

4. На снимке встречаются разные, но внешне похожие классы (Например, волокна с исчерченностью и без исчерченности, дрожжевые клетки и лейкоциты и др) Эти снимки помогают модели лучше различать похожие классы.

5. Снимок переразбавлен
   Оставьте комментарий "переразбавлен".

6. Снимок недоразбавлен Оставьте комментарий "недоразбавлен".

Пункты 5 и 6 нужны для того, чтобы научить модель определять такие снимки, чтобы в дальнейшем автоматически исключать такие снимки. (Ранее предлагалось врачами эту задачу решать с помощью подсчета количества детрита на снимке. Однако на встрече было решено делать отдельную модель по автоматическому определению этих снимков).

Обучающее видео