merge develop

PaddlePaddle · Jan 21, 2022 · 5b3c4d5 · 5b3c4d5
2 parents e554448 + 1356655
commit 5b3c4d5
Show file tree

Hide file tree

Showing 174 changed files with 11,131 additions and 2,087 deletions.
diff --git a/EISeg/docs/remote_sensing.md b/EISeg/docs/remote_sensing.md
@@ -4,7 +4,7 @@
 
 ## 1 环境配置
 
-EISeg中对遥感数据的支持来自GDAL/OGR，GDAL是一个在X/MIT许可协议下的开源栅格空间数据转换库，OGR与其功能类似但主要提供对矢量数据的支持。
+EISeg中对遥感数据的支持来自GDAL/OGR，GDAL是一个在X/MIT许可协议下的开源栅格空间数据转换库，OGR与其功能类似但主要提供对矢量数据的支持。同时需要安装rasterio。
 
 ### 1.1 依赖安装
 
@@ -31,7 +31,13 @@ Mac用户建议利用conda安装，如下：
 ```shell script
 conda install gdal
 ```
+#### 1.1.3 rasterio 安装
 
+建议用户利用conda安装，如下
+
+```shell script
+conda install rasterio
+```
 
 ## 2 功能介绍
 

diff --git a/EISeg/docs/tools.md b/EISeg/docs/tools.md
@@ -1,33 +1,33 @@
-# 脚本工具相关
-
-以下内容为EISeg中的相关工具使用。位置位于EISeg/tool
-
-## EISeg PaddleX 语义分割数据集构建
-
-在使用EISeg对网络爬取的图像标注完成后，通过`tool`中的`eiseg2paddlex`，可以将EISeg标注好的数据快速转换为PaddleX的训练格式。使用以下方法：
-```
-python eiseg2paddlex.py -d save_folder_path -o image_folder_path [-l label_folder_path] [-s split_rate]
-```
-其中:
-- `save_folder_path`: 为需要保存PaddleX数据的路径，必填
-- `image_folder_path`: 为图像的路径，必填
-- `label_folder_path`: 为标签的路径，非必填，若不填则为自动保存的位置（`image_folder_path/label`）
-- `split_rate`: 训练集和验证集划分的比例，非必填，若不填则为0.9
-
-![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f31302f373134633433396139633766613439622e706e67](https://user-images.githubusercontent.com/71769312/141392744-f1a27774-2714-43a2-8808-2fc14a5a6b5a.png)
-
-## 语义标签转实例标签
-
-语义分割标签转实例分割标签（原标签为0/255），结果为单通道图像采用调色板调色。通过`tool`中的`semantic2instance`，可以将EISeg标注好的语义分割数据转为实例分割数据。使用以下方法：
-
-``` shell
-python semantic2instance.py -o label_path -d save_path
-```
-
-其中:
-
-- `label_path`: 语义标签存放路径，必填
-- `save_path`: 实例标签保存路径，必填
-
-![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f30392f303038633562373638623765343737612e706e67](https://user-images.githubusercontent.com/71769312/141392781-d99ec177-f445-4336-9ab2-0ba7ae75d664.png)
-
+English|[简体中文](tools_cn.md)
+## How to construct segmentation dataset for PaddleX
+
+After completing image anotation by EISeg，by applying `eiseg2paddlex.py` in `tool` file, yoou can quickly convert data to PaddleX format for training. Execute the following command:
+
+```
+python eiseg2paddlex.py -d save_folder_path -o image_folder_path [-l label_folder_path] [-s split_rate]
+```
+
+
+- `save_folder_path`: path to save PaddleX format data.
+- `image_folder_path`: path of data to be converted.
+- `label_folder_path`:  path of the label, it is not required, if it is not filled, default is "image_folder_path/label".
+- `split_rate`: The devision ratio of training set and validation set, default is 0.9.
+
+![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f31302f373134633433396139633766613439622e706e67](https://user-images.githubusercontent.com/71769312/141392744-f1a27774-2714-43a2-8808-2fc14a5a6b5a.png)
+
+## Semantic labels to instance labels
+
+The semantic segmentation label is converted to the instance segmentation label (the original label is in range \[0,255\], and the result is a single-channel image that uses a palette to color. Through the `semantic2instance.py`, the semantic segmentation data marked by EISeg can be converted into instance segmentation data. Use the following method:
+
+``` shell
+python semantic2instance.py -o label_path -d save_path
+```
+
+Parameters:
+
+- `label_path`: path to semantic label, required.
+- `save_path`: path to instance label, required.
+
+![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f30392f303038633562373638623765343737612e706e67](https://user-images.githubusercontent.com/71769312/141392781-d99ec177-f445-4336-9ab2-0ba7ae75d664.png)
+
+
diff --git a/EISeg/docs/tools_cn.md b/EISeg/docs/tools_cn.md
@@ -0,0 +1,34 @@
+简体中文|[English](tools.md)
+# 脚本工具相关
+
+以下内容为EISeg中的相关工具使用。位置位于EISeg/tool
+
+## EISeg PaddleX 语义分割数据集构建
+
+在使用EISeg对网络爬取的图像标注完成后，通过`tool`中的`eiseg2paddlex`，可以将EISeg标注好的数据快速转换为PaddleX的训练格式。使用以下方法：
+```
+python eiseg2paddlex.py -d save_folder_path -o image_folder_path [-l label_folder_path] [-s split_rate]
+```
+其中:
+- `save_folder_path`: 为需要保存PaddleX数据的路径，必填
+- `image_folder_path`: 为图像的路径，必填
+- `label_folder_path`: 为标签的路径，非必填，若不填则为自动保存的位置（`image_folder_path/label`）
+- `split_rate`: 训练集和验证集划分的比例，非必填，若不填则为0.9
+
+![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f31302f373134633433396139633766613439622e706e67](https://user-images.githubusercontent.com/71769312/141392744-f1a27774-2714-43a2-8808-2fc14a5a6b5a.png)
+
+## 语义标签转实例标签
+
+语义分割标签转实例分割标签（原标签为0/255），结果为单通道图像采用调色板调色。通过`tool`中的`semantic2instance`，可以将EISeg标注好的语义分割数据转为实例分割数据。使用以下方法：
+
+``` shell
+python semantic2instance.py -o label_path -d save_path
+```
+
+其中:
+
+- `label_path`: 语义标签存放路径，必填
+- `save_path`: 实例标签保存路径，必填
+
+![68747470733a2f2f73332e626d702e6f76682f696d67732f323032312f30392f303038633562373638623765343737612e706e67](https://user-images.githubusercontent.com/71769312/141392781-d99ec177-f445-4336-9ab2-0ba7ae75d664.png)
+