用于寄生虫卵检测与分类的鲁棒集成模型
计算机视觉与模式识别
2022-07-05 v1
摘要
肠道寄生虫感染作为全球发病的主要诱因之一，仍缺乏省时、高灵敏度且用户友好的检查方法。深度学习技术的发展揭示了其在生物图像中的广泛应用潜力。本文中，我们应用若干目标检测器（如 YOLOv5 与级联 RCNN 变体）自动判别显微图像中的寄生虫卵。通过专门设计的优化（包括原始数据增强、模型集成、迁移学习与测试时增强），我们的模型在挑战数据集上取得优异性能。此外，经加噪训练的模型对污染输入具有高鲁棒性，进一步拓宽了其实际适用性。
引用
@article{arxiv.2207.01419,
title = {A Robust Ensemble Model for Patasitic Egg Detection and Classification},
author = {Yuqi Wang and Zhiqiang He and Shenghui Huang and Huabin Du},
journal= {arXiv preprint arXiv:2207.01419},
year = {2022}
}