CytoImageNet：用于生物图像迁移学习的大规模预训练数据集
计算机视觉与模式识别
2021-11-25 v2 人工智能
定量方法
摘要
动机：近年来，基于图像的生物检测已稳步实现高通量，迫切需要快速的自动化方法从数十万张图像中提取具有生物学意义的信息。受 ImageNet 成功的启发，我们构建了 CytoImageNet，一个由开放获取且弱标注的显微镜图像组成的大规模数据集（890K 图像，894 类）。在 CytoImageNet 上预训练所得特征在下游显微镜分类任务上与 ImageNet 特征具有竞争力。我们给出证据表明 CytoImageNet 特征捕获了 ImageNet 训练特征中不可用的信息。该数据集发布于 https://www.kaggle.com/stanleyhua/cytoimagenet。
引用
@article{arxiv.2111.11646,
title = {CytoImageNet: A large-scale pretraining dataset for bioimage transfer learning},
author = {Stanley Bryan Z. Hua and Alex X. Lu and Alan M. Moses},
journal= {arXiv preprint arXiv:2111.11646},
year = {2021}
}
备注
Accepted paper at NeurIPS 2021 Learning Meaningful Representations for Life (LMRL) Workshop