二维显微食物晶体图像的置信度感知团聚分类与分割
计算机视觉与模式识别
2025-08-01 v1
摘要
食物晶体团聚是结晶过程中发生的一种现象，它会在晶体之间截留水分并影响食品质量。由于水分结合的透明性以及仅聚焦于成像样本单一载玻片的有限视角，在二维显微图像中对团聚进行人工标注尤为困难。为了应对这一挑战，我们首先提出了一个有监督的基线模型，用于为粗略标注的分类数据集生成分割伪标签。接下来，训练了一个同时执行像素级分割的实例分类模型。在推理阶段同时使用这两个模型，以结合它们在分类和分割上的各自优势。为了保留晶体特性，在这两个步骤中都设计并加入了后处理模块。与其他现有方法相比，我们的方法提高了真正例团聚分类的准确性和尺寸分布预测。鉴于人工标注置信度的可变性，我们提出的方法在两种置信度水平下进行了评估，并成功分类了潜在的团聚实例。
引用
@article{arxiv.2507.23206,
title = {Confidence-aware agglomeration classification and segmentation of 2D microscopic food crystal images},
author = {Xiaoyu Ji and Ali Shakouri and Fengqing Zhu},
journal= {arXiv preprint arXiv:2507.23206},
year = {2025}
}