論文の概要: Semantic Segmentation for Fully Automated Macrofouling Analysis on
Coatings after Field Exposure
- arxiv url: http://arxiv.org/abs/2211.11607v1
- Date: Mon, 21 Nov 2022 16:03:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 18:56:15.030338
- Title: Semantic Segmentation for Fully Automated Macrofouling Analysis on
Coatings after Field Exposure
- Title（参考訳）: フィールド露光後の皮膜の完全自動マクロファーリング解析のためのセマンティックセグメンテーション
- Authors: Lutz M. K. Krause, Emily Manderfeld, Patricia Gnutt, Louisa Vogler,
Ann Wassick, Kailey Richard, Marco Rudolph, Kelli Z. Hunsucker, Geoffrey W.
Swain, Bodo Rosenhahn, Axel Rosenhahn
- Abstract要約: バイオファウリングは、持続可能な輸送、フィルター膜、熱交換器、医療機器にとって大きな課題である。
本稿では,画像に基づくマクロファウリングの自動解析手法を提案する。
- 参考スコア（独自算出の注目度）: 13.732577711665877
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Biofouling is a major challenge for sustainable shipping, filter membranes,
heat exchangers, and medical devices. The development of fouling-resistant
coatings requires the evaluation of their effectiveness. Such an evaluation is
usually based on the assessment of fouling progression after different exposure
times to the target medium (e.g., salt water). The manual assessment of
macrofouling requires expert knowledge about local fouling communities due to
high variances in phenotypical appearance, has single-image sampling
inaccuracies for certain species, and lacks spatial information. Here we
present an approach for automatic image-based macrofouling analysis. We created
a dataset with dense labels prepared from field panel images and propose a
convolutional network (adapted U-Net) for the semantic segmentation of
different macrofouling classes. The establishment of macrofouling localization
allows for the generation of a successional model which enables the
determination of direct surface attachment and in-depth epibiotic studies.
- Abstract（参考訳）: バイオファウリングは、持続可能な輸送、フィルター膜、熱交換器、医療機器にとって大きな課題である。
防汚コーティングの開発には, 有効性の評価が必要である。
このような評価は、通常、ターゲット媒体(例えば塩水)への露光時間が異なる後のファウリング進行の評価に基づいて行われる。
マクロファーリングの手動による評価では、表現型的外観のばらつきが高く、特定の種に対する単一画像サンプリングの不正確さがあり、空間情報に欠けているため、局所的なファーリングコミュニティに関する専門家の知識が必要である。
本稿では,画像に基づくマクロファウリングの自動解析手法を提案する。
フィールドパネル画像から高密度なラベルを合成したデータセットを作成し、異なるマクロファウリングクラスのセマンティックセグメンテーションのための畳み込みネットワーク(適応U-Net)を提案する。
マクロフォアリング局在の確立は、直接表面付着の決定と深いエピバイオティクス研究を可能にする後続モデルの生成を可能にする。
関連論文リスト
- Enhancing AI Diagnostics: Autonomous Lesion Masking via Semi-Supervised Deep Learning [1.4053129774629076]
本研究では,乳房超音波(US)画像における乳房病変の鑑別を目的とした,関心領域(ROI)を自律的に生成することを目的とした,教師なし領域適応手法を提案する。
我々の半教師付き学習アプローチは、真のアノテーションを持つ小さな母乳USデータセットで訓練された原始モデルを利用する。
このモデルはドメイン適応タスクのために反復的に洗練され、当社のプライベートな無注釈乳房データセットに擬似マスクを生成します。
論文 参考訳（メタデータ） (2024-04-18T18:25:00Z) - PhenDiff: Revealing Subtle Phenotypes with Diffusion Models in Real Images [0.7329200485567825]
PhenDiffは、実際の画像をある状態から別の状態に翻訳することで、細胞性表現型の変化を特定する。
薬物治療の低濃度の場合など,表現型の変化が見えない場合や見えない場合において,この手法を質的,定量的に検証する。
論文 参考訳（メタデータ） (2023-12-13T17:06:33Z) - DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。
画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。
MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2023-12-11T18:38:28Z) - Fearless Luminance Adaptation: A Macro-Micro-Hierarchical Transformer
for Exposure Correction [65.5397271106534]
単一のニューラルネットワークは、すべての露光問題に対処することが難しい。
特に、コンボリューションは、極端に過度に露出した領域における忠実な色や詳細を復元する能力を妨げる。
本稿では,マクロマイクロ階層変換器を提案する。マクロマイクロ階層変換器は,長距離依存を捉えるマクロアテンション,局所特徴を抽出するマイクロアテンション,粗大な修正のための階層構造を提案する。
論文 参考訳（メタデータ） (2023-09-02T09:07:36Z) - Optimizations of Autoencoders for Analysis and Classification of
Microscopic In Situ Hybridization Images [68.8204255655161]
同様のレベルの遺伝子発現を持つ顕微鏡画像の領域を検出・分類するためのディープラーニングフレームワークを提案する。
分析するデータには教師なし学習モデルが必要です。
論文 参考訳（メタデータ） (2023-04-19T13:45:28Z) - Stain-invariant self supervised learning for histopathology image
analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。
本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-11-14T18:16:36Z) - Self-Supervised Predictive Convolutional Attentive Block for Anomaly
Detection [97.93062818228015]
本稿では,再建に基づく機能を,新たな自己監督型予測アーキテクチャビルディングブロックに統合することを提案する。
我々のブロックは、受容領域におけるマスク領域に対する再構成誤差を最小限に抑える損失を備える。
画像やビデオの異常検出のための最先端フレームワークに組み込むことで,ブロックの汎用性を実証する。
論文 参考訳（メタデータ） (2021-11-17T13:30:31Z) - Automatic Plant Cover Estimation with CNNs Automatic Plant Cover
Estimation with Convolutional Neural Networks [8.361945776819528]
畳み込みニューラルネットワーク(CNN)を用いて画像から関連データを自動抽出する手法について検討する。
我々は、平均絶対誤差5.16%のカスタムCNNを用いて、より高解像度の画像分解能で過去のアプローチより優れていることを発見した。
これらの調査に加えて,植物被覆画像の時間的側面に基づく誤差解析も行った。
論文 参考訳（メタデータ） (2021-06-21T14:52:01Z) - Principal component-based image segmentation: a new approach to outline
in vitro cell colonies [0.0]
探索されたコロニーを特徴付け,抽出し,セグメンテーションすることで問題を修正するための,客観的かつ多目的な機械学習手法を提案する。
提案するセグメンテーションアルゴリズムは,人間の観察者による手動計測と同様の品質を示した。
論文 参考訳（メタデータ） (2021-03-10T12:37:51Z) - Automatic Cell Counting in Flourescent Microscopy Using Deep Learning [0.0]
関心のある対象をローカライズするために,全畳み込みネットワークをバイナリセグメンテーション方式で活用する機械学習手法を提案する。
カウントは検出されたアイテムの数として取得される。
論文 参考訳（メタデータ） (2021-02-24T23:04:47Z) - Automatic image-based identification and biomass estimation of
invertebrates [70.08255822611812]
時間を要する分類と分類は、どれだけの昆虫を処理できるかに強い制限を課す。
我々は、人間の専門家による分類と識別の標準的な手動アプローチを、自動画像ベース技術に置き換えることを提案する。
分類タスクには最先端のResnet-50とInceptionV3 CNNを使用する。
論文 参考訳（メタデータ） (2020-02-05T21:38:57Z)
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。