语义分割是在计算机视觉领域中的一项基本任务，在自动驾驶、地理信息系统、医疗影像分析和机器人等场景下发挥了重要作用。而机器学习需要深度理解周围环境，因此高精确度的分割实体就变得尤为重要。

对于图像语义分割的标注，是需要将图片中所有对象的轮廓都标注出来，相邻的轮廓要保持紧密贴合，而常规标注工具通过手动打点的方式无法做到相邻轮廓紧密贴合。经调研，有相关多边形裁剪的算法可以实现，但对复杂轮廓处理效果并不理想，会出现突刺效果，而且从视觉上不易发现，对标准结果干扰比较大，严重影响输出数据的质量。

倍赛科技提供了一种可控的共享边方案，用以实现多边形共享功能。通过对已标注轮廓顶点的复用,实现紧密贴合。选取与要标注轮廓相邻的轮廓上的两个顶点, 并由用户来选取两个顶点间要复用的片段，然后将选取片段的顶点依次添加到要标注的轮廓的顶点中，即可实现与相邻轮廓的紧密贴合。可以连续选取相邻的不同轮廓的不同片段实现与多个轮廓的紧密贴合。

步骤1： 选取已绘制多边形上的顶点P0，作为共享边的起点；

步骤2： 再选取已绘制多边形上的顶点P1，作为共享边的终点；

步骤3： 判断P0、 P1 是否为同一个多边形上的点，如果是，进入步骤4，如果不是，进入步骤2 重新选取P1；

步骤4： 判断P0、P1是否为同一个顶点，如果不是进入步骤5，如果是进入步骤2，重新选取P1；

步骤5：根据P0 和P1 在多边形上顶点的位置计算出两顶点之间构成边的最小顶点集合，追加到新绘制的多边形中，完成这一片段的共享。

此方案逻辑清晰易实现，不需要复杂的数学计算过程，通过简单的轮廓顶点的选取，结果可预期。规避了复杂多边形的相关处理，只是简单的顶点相关的组合过程。

相比多边形裁剪的方式，共享边的解决方案操作简单，并极大程度提高了数据标注效率和标注准确率。