用于藻类检测与分类的多目标深度学习
计算机视觉与模式识别
2022-03-24 v1 机器学习
图像与视频处理
摘要
水质对工业、农业和公共健康有直接影响。藻类物种是水质的常见指示生物。这是因为藻类群落对其栖息地变化敏感，可提供有关水质变化的宝贵信息。然而，水质分析需要在显微镜下对藻类进行检测与分类的专业检视，这非常耗时且繁琐。本文提出一种新颖的多目标深度学习框架用于藻类检测与分类。在一个大规模彩色显微藻类数据集上进行了充分实验。实验结果表明，所提方法在藻类检测、类别识别与属识别上取得了令人满意的性能。
引用
@article{arxiv.2005.03232,
title = {Multi-Target Deep Learning for Algal Detection and Classification},
author = {Peisheng Qian and Ziyuan Zhao and Haobing Liu and Yingcai Wang and Yu Peng and Sheng Hu and Jing Zhang and Yue Deng and Zeng Zeng},
journal= {arXiv preprint arXiv:2005.03232},
year = {2022}
}
备注
Accepted version to be published in the 42nd IEEE Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBC 2020, Montreal, Canada