HEPHA：用于专业领域的混合式主动图像标注工具

DOI

图像标注是训练计算机视觉模型的重要任务。在医疗保健等专业领域，招募专家进行图像标注既昂贵又具挑战性。我们提出了HEPHA，一种混合式主动图像标注工具，通过归纳逻辑学习来获取人类专业知识，以推断和完善标注规则。每个规则由描述图像的视觉谓词组成。HEPHA使用户能够通过视觉编程界面直接操作或标注更多图像来迭代完善规则。为促进规则完善，HEPHA推荐应编辑的规则和应更新的谓词。对于不熟悉视觉编程的用户，HEPHA向用户建议多样且信息丰富的图像以进行进一步标注。我们对16名参与者进行了受试者内用户研究，并将HEPHA与其变体和基于深度学习的方法进行了比较。我们发现HEPHA在专业领域和通用领域的图像标注任务中都优于两个基线。我们的代码可在https://github.com/Neural-Symbolic-Image-Labeling/NSILWeb获取。