面向食品水晶质量控制的高效显微图像实例分割
计算机视觉与模式识别
2024-09-30 v1
摘要
本文面向食品水晶质量控制领域的制造应用，旨在高效预测食品水晶的数量及尺寸分布。以往制造商需对食品液体产品的显微图像进行人工计数，耗时耗力且存在一致性问题。食品水晶分割面临挑战，原因在于水晶形态多样且其周围的硬质模拟物（hard mimics）难以区分。为解决此问题，本文提出一种基于目标检测的高效实例分割方法。实验结果表明，我们方法预测的水晶计数准确率与现有分割方法相当，但速度提升了五倍。基于我们的实验，我们还定义了区分硬质模拟物与食品水晶的客观标准，这对类似数据集的人工标注任务也有益处。
引用
@article{arxiv.2409.18291,
title = {Efficient Microscopic Image Instance Segmentation for Food Crystal Quality Control},
author = {Xiaoyu Ji and Jan P Allebach and Ali Shakouri and Fengqing Zhu},
journal= {arXiv preprint arXiv:2409.18291},
year = {2024}
}