ePillID 数据集：一个用于药丸识别的低样本细粒度基准
计算机视觉与模式识别
2020-09-09 v2 信息检索
摘要
识别处方药是患者和医疗专业人员常执行的任务；然而，这是一项容易出错的任务，因为许多药丸外观相似（例如白色圆形药丸），这增加了用药错误的风险。本文介绍了 ePillID，这是目前最大的公开药丸图像识别基准，包含 13k 张图像，代表 9804 个外观类别（4902 种药丸的正反两面）。对于大多数外观类别，仅存在一张参考图像，使其成为一个具有挑战性的低样本识别设置。我们展示了我们的实验设置及各种基线模型在该基准上的评估结果。使用带有双线性特征的多头度量学习方法的最佳基线表现 remarkably well；然而，我们的错误分析表明，它们仍然无法区分特别容易混淆的类别。代码和数据可在 https://github.com/usuyama/ePillID-benchmark 获取。
引用
@article{arxiv.2005.14288,
title = {ePillID Dataset: A Low-Shot Fine-Grained Benchmark for Pill Identification},
author = {Naoto Usuyama and Natalia Larios Delgado and Amanda K. Hall and Jessica Lundin},
journal= {arXiv preprint arXiv:2005.14288},
year = {2020}
}
备注
CVPR 2020 VL3. Project Page: https://github.com/usuyama/ePillID-benchmark