VGG Image Annotator

2018년도에 Instance Segmentation 방법을 기반으로 조기 위암 영역을 검출하는 프로젝트를 진행했었다.

 

학습 데이터셋에 Annotation 작업이 필요했는데,

 

VGG Image Annotator를 활용했었다.

 

(현재는 Labelme를 활용하고 있음)

 

1.0.6 버전을 기준으로 사용방법을 정리해본다.

 

오랜만에 홈페이지 들어가서 찾아보니 버전업이 많이 됐다. -_-;

 

아마 많은 기능이 업데이트 됐으리라고 본다.

 

기본적인 구조는 비슷하기에 최신버전을 받아서 해도 무방할듯하다.

---

1. 다운로드 링크

  - http://www.robots.ox.ac.uk/~vgg/software/via/

  - 하단에 Downloads 링크가 있다.

  - 1.0.6 버전을 받아주자. via-1.0.6.zip

 

2. 압축을 풀고 via.html 실행 (google chrome 활용)

via.html 더블클릭

3. Image -> Load or Add Images 선택

Image탭에 Load or Add Images 선택

4. Annotation 하려는 이미지 열기

  - shift or ctrl 키를 이용하여 여러 장 선택 가능

Annotation하려는 이미지 선택

5. Region Shape에서 Polygon Region Shape 선택

Instance Segmentation을 위한 Polygon Annotation

6. 마우스 클릭을 통해 영역 분할

확대/축소(+,-) 버튼을 활용해서 디테일하게 작업하자

7. Region Attributes에 class 필드를 추가하고 class를 입력

Class 필드 추가 및 Polyp Class 입력

8. 하나의 이미지에 여러 class 가능

Adenoma Class 추가

9. 나머지 이미지들에 대해 동일한 방법을 통해 영역 분할 수행

다른 이미지에서의 Annotation

10. 불러온 모든 이미지에 대한 작업을 마치고 저장

  - Annotation -> Save as Json

Json 파일로 저장

---

엄청 쉽지만 많은 시간과 디테일이 요구된다.

 

Annotation은 정답에 해당되는 정보이기 때문에

 

수작업으로 정교하게 수행하는게 가장 좋지만,

 

비용이 많이 소요되기에 전략을 잘 세워야한다.

 

위의 의료영상같은 경우는 일반인이 Annotation 작업을 진행해도 문제가 될 소지가 있다.

 

전문가가 보는 시각과 다르기 때문이다.

 

그래서 의사가 Annotation을 정밀하게 하는게 맞지만

 

그렇게할 의사가 있을지... -_-;

 

해당 프로젝트는 전공의들이 진행했었는데 Annotation을 깍두기처럼 해놔서 (20각형 정도를 5각형으로..)

 

결과가 디테일하지 않았던 기억이 있다.

 

(위의 그림은 본인이 예시로 수행한 것임)