利用深度学习从数字化标本馆扫描图中检测与标注植物器官
计算机视觉与模式识别
2020-08-03 v2 定量方法
摘要
随着标本馆标本日益被数字化并可在线库中获取，先进的计算机视觉技术正被用于从中提取信息。标本馆纸张上某些植物器官的存在在各种科学语境中是有用信息，而这些器官的自动识别将有助于调动此类信息。在我们的研究中，我们使用深度学习通过 Faster R-CNN 检测数字化标本馆标本上的植物器官。在实验中，我们手动标注了数百张标本馆扫描图，用数千个边界框标出六类植物器官，并将其用于训练和评估植物器官检测模型。该模型在叶和茎上表现尤为良好，而花在纸张中也大量出现，但未被同等地识别出来。
引用
@article{arxiv.2007.13106,
title = {Detection and Annotation of Plant Organs from Digitized Herbarium Scans using Deep Learning},
author = {Sohaib Younis and Marco Schmidt and Claus Weiland and Stefan Dressler and Bernhard Seeger and Thomas Hickler},
journal= {arXiv preprint arXiv:2007.13106},
year = {2020}
}
备注
Replaced version due to change in location of supplement dataset. For supplementary dataset go to: https://doi.pangaea.de/10.1594/PANGAEA.920895 Article submitted to Biodiversity Data Journal