利用深宽多尺度递归网络识别突触
计算机视觉与模式识别
2014-09-08 v1
摘要
在本文中，我们提出了一种学习框架，用于利用深宽多尺度递归 (DAWMR) 网络识别突触，该网络此前已被应用于图像分割任务。我们将此方法应用于来自无脊椎动物果蝇脑组织的电子显微镜数据。通过直接从数据中学习特征，我们能够比依赖少量手工设计特征的现有技术取得显著改进。我们表明，该系统可以减少手动标注的工作量，无论是在训练数据的获取还是在推断检测结果的验证方面。
引用
@article{arxiv.1409.1789,
title = {Identifying Synapses Using Deep and Wide Multiscale Recursive Networks},
author = {Gary B. Huang and Stephen Plaza},
journal= {arXiv preprint arXiv:1409.1789},
year = {2014}
}