利用YOLO从SDSS图像中检测到的侧向低表面亮度星系候选体
星系天体物理
2023-12-27 v1
摘要
低表面亮度星系（LSBG）是星系群中较暗的成员，被认为数量众多。然而，由于其低表面亮度，搜索大面积的LSBG样本很困难，这反过来限制了我们全面理解星系形成和演化以及星系关系的能力。侧向LSBG由于其独特的朝向，为研究星系结构和星系成分提供了绝佳机会。在本工作中，我们利用You Only Look Once目标检测算法，通过在斯隆数字巡天（SDSS）波段合成图像上训练281个侧向LSBG，构建了一个侧向LSBG检测模型。该模型在测试集上实现了94.64%的召回率和95.38%的纯度。我们搜索了SDSS数据发布16中的938,046张波段图像，发现了52,293个候选LSBG。为了提高候选LSBG的纯度并减少污染，我们采用深度支持向量数据描述算法来识别候选样本中的异常。最终，我们编制了一个包含40,759个侧向LSBG候选体的星表。该样本与训练数据集具有相似特征，主要由蓝色侧向LSBG候选体组成。星表可在https://github.com/worldoutside/Edge-on_LSBG在线获取。
引用
@article{arxiv.2312.15712,
title = {Edge-on Low-surface-brightness Galaxy Candidates Detected from SDSS Images Using YOLO},
author = {Yongguang Xing and Zhenping Yi and Zengxu Liang and Hao Su and Wei Du and Min He and Meng Liu and Xiaoming Kong and Yude Bu and Hong Wu},
journal= {arXiv preprint arXiv:2312.15712},
year = {2023}
}
备注
12 pages, 11 figures, accepted to be published on APJS