深度学习方法在透明环境微生物图像块级分类上的比较:从卷积神经网络到视觉Transformer
计算机视觉与模式识别
2021-07-22 v2
摘要
如今,计算机视觉领域中透明环境微生物图像(T-EM图像)的分析逐渐成为一个新颖而有趣的焦点。本文针对T-EM图像难以分析的问题,比较了不同深度学习的分类性能。我们将T-EM图像按相同比例裁剪为8*8和224*224像素的图像块,然后根据真值将两种不同像素的图像块划分为前景和背景。我们还使用了四种卷积神经网络和一种新颖的ViT网络模型来比较前景和背景分类实验。我们得出结论,ViT在分类8*8像素图像块时表现最差,但在分类224*224像素图像块时优于大多数卷积神经网络。
引用
@article{arxiv.2106.11582,
title = {A Comparison for Patch-level Classification of Deep Learning Methods on Transparent Environmental Microorganism Images: from Convolutional Neural Networks to Visual Transformers},
author = {Hechen Yang and Chen Li and Jinghua Zhang and Peng Zhao and Ao Chen and Xin Zhao and Tao Jiang and Marcin Grzegorzek},
journal= {arXiv preprint arXiv:2106.11582},
year = {2021}
}