毕设课题：
- 基于交互式分割的工业产品缺陷自动标注系统设计与实现
具体分类：
- 机器学习》深度学习》计算机视觉》图像分割》标注
前景：
-
市面上的标注服务和标注软件： 图像标注公司：京东众智,百度众测,figure-eight 图像标注工具：https://zhuanlan.zhihu.com/p/481126342
进展：
1.
paddlepaddle的eiseg，2021年8月发布和开源，部署为了python库，一键运行，底层是OCRnet和HRnet。
这个从头开始训练较SAM容易，但是以后肯定会被SAM取代的。
2.
sam模型，是Meta AI在2023年4月发布的颠覆模型，实现了零样本迁移，号称SAM 已经学会了关于物体的一般概念。SAM可以识别图像和视频中的任何物体，即使是在此前的训练过程中从未遇到过的。有在线体验网站：https://segment-anything.com/demo#
有两个图像分割软件集成了sam模型，开源免费。
一、labelme用法和paddlepaddle一样，直接安装python库，x-labeling则是直接一键运行
3.
那个最近挺火的的MadSAM，医学图像分割模型，部署到了web网站上：https://openxlab.org.cn/apps/detail/litianbin/SAM-Med2D
具体来说，我们首先策划了一个大规模的医学图像数据集，包括11种不同模式的20多万个masks。然后，我们开发了一种简单的微调方法，将SAM应用于普通医学图像分割。
SAM相关的资料上说，“用了一千一百万张照片，里面十亿张掩码来训练SAM”。“是在chatGPT之后图像识别领域的大模型”。
