CellTypeGraph：一个新的几何计算机视觉基准
计算机视觉与模式识别
2022-05-18 v1 机器学习
摘要
对器官中的所有细胞进行分类是植物发育生物学中一个相关且困难的问题。我们在此将该问题抽象为一个新的地理参考图中的节点分类基准。解决该问题需要学习器官的空间布局，包括对称性。为了方便测试新的几何学习方法，拟南芥胚珠的基准已作为 PyTorch 数据加载器提供，并附带了大量预计算的特征。最后，我们对八种最新的图神经网络架构进行了基准测试，发现 DeeperGCN 目前在此问题上表现最佳。
引用
@article{arxiv.2205.08166,
title = {CellTypeGraph: A New Geometric Computer Vision Benchmark},
author = {Lorenzo Cerrone and Athul Vijayan and Tejasvinee Mody and Kay Schneitz and Fred A. Hamprecht},
journal= {arXiv preprint arXiv:2205.08166},
year = {2022}
}