ParasNet：基于神经网络的快速寄生虫检测
图像与视频处理
2020-03-25 v2 计算机视觉与模式识别
摘要
自 2012 年以来，深度学习大幅提升了图像分类、目标检测、语音识别、药物发现等诸多应用领域的性能。深度学习算法有望通过利用大规模数据集、先进模型与计算能力来发现数据内部隐藏的复杂信息。尽管深度学习技术在许多医学应用中展现出专家级性能，但由于物种差异，部分应用仍未被探索或探索不足。在本工作中，我们研究了基于明场的饮用水中隐孢子虫和贾第虫细胞级检测。我们的实验表明，新开发的基于深度学习的算法在嵌入式 Jetson TX2 平台上以超过 97% 的准确率和 700+ fps 的速度超越了手工设计的基于 SVM 的算法。我们的研究将引领未来实时、高精度的无标记细胞级隐孢子虫和贾第虫检测系统。
引用
@article{arxiv.2002.11327,
title = {ParasNet: Fast Parasites Detection with Neural Networks},
author = {X. F. Xu and S. Talbot and T. Selvaraja},
journal= {arXiv preprint arXiv:2002.11327},
year = {2020}
}