使用深度学习进行裂缝分割，如何标注数据？

我打算使用深度学习方法进行裂缝的分割，但是在数据标注阶段便遇到了困难

数据中裂缝的 形态差异较大，如一些裂缝特别细，难以辨认，而一些则较宽；且背景较为复杂，如植被多，且可能会遮挡一些裂缝的部分。

如上图，红色线表示我使用一个像素框的线（ArcGIS软件中的 Line)对裂缝进行标注,我认为这是边缘检测任务的标注方式；绿色表示使用多边形对裂缝进行标注（绿色多变形内部为裂缝特征）；

我现在的疑惑是，如果使用线对裂缝进行标注，对一些较宽的裂缝（如4 ~5个像素框的裂缝）是否合适？

其次，如果使用多边形进行标注是否可行？

再者，是否同时使用线和多边形进行标注，这会存在哪些可能的问题？

最后，是否有更加可行的标注方法？

这个一般看你的网络需求输入是什么样子的，和你想要的效果是怎么样的。
如果你的网络需要line的标签，或者是多边形处理成line的标签，那么直接标注line就行，反之则标注多边形。
如果是效果来说，一般你标注什么样的训练的结果也会是怎么样的，看你是要多边形的结果还是line的结果了。
按照我的经验来说，一般是需要标绿色多变形的，这样对弈网络来说特征区域比较大，能学到更多的特征