MorphoCluster：通过聚类高效标注浮游生物图像
计算机视觉与模式识别
2020-05-05 v1
摘要
在这项工作中，我们介绍了 MorphoCluster，一个用于对大型图像数据集进行数据驱动、快速且准确标注的软件工具。尽管已经超越了人类专家的标注速率，但海洋数据的数量和复杂性在未来几年将继续增长。这些数据仍然需要解读。MorphoCluster 通过将无监督聚类嵌入到交互过程中，增强了人类在大量数据中发现模式和进行对象分类的能力。通过将相似图像聚合到集群中，我们这种新颖的图像标注方法提高了一致性，成倍增加了标注者的吞吐量，并允许专家根据数据中的结构调整其分类方案的粒度。通过对一组包含 120 万个对象的数据集进行分类，在 71 小时内（每小时 1.6 万个对象）将其分为 280 个数据驱动的类别，其中 90% 的类别精度达到 0.889 或更高。这表明 MorphoCluster 同时具备快速、准确和一致的特点，提供了细粒度且数据驱动的分类，并能够实现新颖性检测。MorphoCluster 作为开源软件可在 https://github.com/morphocluster 获取。
引用
@article{arxiv.2005.01595,
title = {MorphoCluster: Efficient Annotation of Plankton images by Clustering},
author = {Simon-Martin Schröder and Rainer Kiko and Reinhard Koch},
journal= {arXiv preprint arXiv:2005.01595},
year = {2020}
}
备注
27 pages, 11 figures. Submitted to MDPI Sensors