深度神经网络方法用于微生物菌落检测——一项对比分析
计算机视觉与模式识别
2022-09-07 v2 图像与视频处理
定量方法
摘要
计数微生物菌落是微生物学中的一项基本任务，并在众多工业分支中有许多应用。尽管如此，由于缺少统一的方法论和大型数据集的可用性，当前使用人工智能进行微生物自动计数的研究几乎不可比较。最近引入的AGAR数据集满足了后一种需求，但所开展的研究仍不够详尽。为解决这个问题，我们在AGAR数据集上比较了三种知名深度学习目标检测方法的性能，即两阶段、单阶段和基于Transformer的神经网络。所取得的成果可作为未来实验的基准。
引用
@article{arxiv.2108.10103,
title = {Deep neural networks approach to microbial colony detection -- a comparative analysis},
author = {Sylwia Majchrowska and Jarosław Pawłowski and Natalia Czerep and Aleksander Górecki and Jakub Kuciński and Tomasz Golan},
journal= {arXiv preprint arXiv:2108.10103},
year = {2022}
}
备注
8 pages, 2 figures, 3 tables