Sketchpose：学习带部分注释的细胞分割
计算机视觉与模式识别
2025-08-26 v1
摘要
最流行的用于细胞分割的网络（如 Cellpose、Stardist、HoverNet 等）依赖于预测距离图，从而实现卓越的精度，但这需要完全注释的数据集。这严重限制了训练数据的生成以及迁移学习。在本文中，我们提出一种仍依赖距离图且处理部分注释对象的方法。我们在常规学习、迁移学习和省钱学习的语境中评估了所提出方法的性能。我们的实验表明，该方法可以在不牺牲分割质量的前提下，显著节省时间和资源。该算法嵌入了一个用户友好的 Napari 插件中。
关键词
引用
@article{arxiv.2508.17798,
title = {Sketchpose: Learning to Segment Cells with Partial Annotations},
author = {Clément Cazorla and Nathanaël Munier and Renaud Morin and Pierre Weiss},
journal= {arXiv preprint arXiv:2508.17798},
year = {2025}
}
备注
Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:016