論文の概要: Towards Toxic and Narcotic Medication Detection with Rotated Object Detector

• arxiv url: http://arxiv.org/abs/2110.09777v1
• Date: Tue, 19 Oct 2021 07:46:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-20 13:17:18.779014
• Title: Towards Toxic and Narcotic Medication Detection with Rotated Object Detector
• Title（参考訳）: 回転物体検出器による毒性・鎮静剤検出に向けて
• Authors: Jiao Peng, Feifan Wang, Zhongqiang Fu, Yiying Hu, Zichen Chen, Xinghan Zhou, Lijun Wang
• Abstract要約: YOLO(一度だけ見える)ベースの物体検出器は、毒性のある麻薬検出タスク用に調整されている。 回転度が0circ$から90circ$までのフレキシブルなアノテーションとマスクマッピングに基づく非最大抑制法を提案する。 実験により、回転したYOLO検出器は密に配列された薬物を識別するのにより適していることが示された。
• 参考スコア（独自算出の注目度）: 7.534414229722703
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent years have witnessed the advancement of deep learning vision technologies and applications in the medical industry. Intelligent devices for special medication management are in great need of, which requires more precise detection algorithms to identify the specifications and locations. In this work, YOLO (You only look once) based object detectors are tailored for toxic and narcotic medications detection tasks. Specifically, a more flexible annotation with rotated degree ranging from $0^\circ$ to $90^\circ$ and a mask-mapping-based non-maximum suppression method are proposed to achieve a feasible and efficient medication detector aiming at arbitrarily oriented bounding boxes. Extensive experiments demonstrate that the rotated YOLO detectors are more suitable for identifying densely arranged drugs. The best shot mean average precision of the proposed network reaches 0.811 while the inference time is less than 300ms.
• Abstract（参考訳）: 近年、医学分野におけるディープラーニングビジョン技術の進歩と応用が注目されている。 特殊な医薬品管理のためのインテリジェントデバイスは非常に必要であり、仕様や場所を特定するためにより正確な検出アルゴリズムを必要とする。 この研究で、YOLO(一度だけ見える)ベースの物体検出器は、毒性のある麻薬検出タスク用に調整されている。 具体的には, 任意指向のバウンディングボックスを対象とし, 有効かつ効率的な薬剤検出を実現するため, 回転度が0^\circ$から90^\circ$までのより柔軟なアノテーションとマスクマッピングベースの非最大抑制法を提案する。 大規模な実験により、回転したYOLO検出器は密に配列された薬物を識別するのにより適していることが示された。 提案ネットワークの最適ショット平均精度は0.811であり、推論時間は300ms未満である。

関連論文リスト

• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• Detection of Intracranial Hemorrhage for Trauma Patients [1.0074894923170512]
  本稿では,Voxel-Complete IoU(VC-IoU)損失を新たに提案し,ネットワークが境界ボックスの3次元アスペクト比を学習できるようにする。 我々は、公開データセットを用いて脳出血の検出を広範囲に実験し、それをプライベートコホートで検証した。
  論文  参考訳（メタデータ） (2024-08-20T12:03:59Z)
• SepAl: Sepsis Alerts On Low Power Wearables With Digital Biomarkers and On-Device Tiny Machine Learning [1.0787328610467801]
  セプシス(Sepsis)は、感染症によって引き起こされる臓器不全の致命的な症候群で、全世界で年間1100万人が死亡している。 深層学習に基づく予後アルゴリズムは、実際の事象の数時間前にセプシスの開始を検知するが、バイタルサインや実験室のテストを含む多くのバイオマーカーを使用する。 本稿では、低消費電力ウェアラブルセンサのデータのみを用いて、エネルギー効率が高く軽量なニューラルネットワークであるSepAlを紹介する。
  論文  参考訳（メタデータ） (2024-07-31T09:56:19Z)
• On the use of Mahalanobis distance for out-of-distribution detection with neural networks for medical imaging [3.4318312117479897]
  本稿では,OODパターンの検出にMahalanobis距離を適用するニューラルネットワークの最適層(層の組み合わせ)が存在するという,コミュニティの理解に挑戦する。 合成人工物を用いてOODパターンをエミュレートし, マハラノビス距離変化をOODパターンのタイプで適用する最適層を示す。
  論文  参考訳（メタデータ） (2023-09-04T09:51:33Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)
• A fast accurate fine-grain object detection model based on YOLOv4 deep neural network [0.0]
  商業農場や果樹園における植物病の早期発見と予防は、精密農業技術の重要な特徴である。 本稿では,植物病の検出におけるいくつかの障害に対処する高性能なリアルタイム微粒物検出フレームワークを提案する。 提案するモデルは、You Only Look Once (YOLOv4)アルゴリズムの改良版に基づいて構築されている。
  論文  参考訳（メタデータ） (2021-10-30T17:56:13Z)
• MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
  白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。 近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。 深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
  論文  参考訳（メタデータ） (2021-10-06T08:10:28Z)
• Anomaly Detection in Medical Imaging -- A Mini Review [0.8122270502556374]
  本稿では,医療画像における関連異常検出論文の半発掘文献レビューを用いて,アプリケーションをクラスタリングする。 主な結果は、ラベル付きデータの必要性を減らすことで、現在の研究が主に動機付けされていることを示している。 また、脳MRI領域における多くの研究が成功し、OCTや胸部X線といったさらなる領域への応用の可能性を示している。
  論文  参考訳（メタデータ） (2021-08-25T11:45:40Z)
• Oriented R-CNN for Object Detection [61.78746189807462]
  本研究では、オブジェクト指向R-CNNと呼ばれる、効果的でシンプルなオブジェクト指向オブジェクト検出フレームワークを提案する。 第1段階では,高品質な指向型提案をほぼ無償で直接生成する指向型領域提案ネットワーク(指向RPN)を提案する。 第2段階は、R-CNNヘッダーで、興味のある領域(オブジェクト指向のRoI)を精製し、認識する。
  論文  参考訳（メタデータ） (2021-08-12T12:47:43Z)
• Deep Semi-supervised Metric Learning with Dual Alignment for Cervical Cancer Cell Detection [49.78612417406883]
  子宮頸癌細胞検出のための新しい半教師付き深度測定法を提案する。 私たちのモデルは、埋め込みメトリック空間を学習し、提案レベルとプロトタイプレベルの両方でセマンティック機能の二重アライメントを行います。 本研究は,240,860個の頸部細胞画像からなる半監督型頸部がん細胞検出のための大規模データセットを初めて構築した。
  論文  参考訳（メタデータ） (2021-04-07T17:11:27Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。