論文の概要: Efficient Microscopic Image Instance Segmentation for Food Crystal Quality Control

• arxiv url: http://arxiv.org/abs/2409.18291v1
• Date: Thu, 26 Sep 2024 21:01:45 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 07:10:35.831346
• Title: Efficient Microscopic Image Instance Segmentation for Food Crystal Quality Control
• Title（参考訳）: 食品結晶品質制御のための高能率顕微鏡画像インスタンス分割法
• Authors: Xiaoyu Ji, Jan P Allebach, Ali Shakouri, Fengqing Zhu,
• Abstract要約: 本稿では,食品の結晶数と粒度分布を効率的に予測することに焦点を当てた。 オブジェクト検出に基づく効率的なインスタンスセグメンテーション手法を提案する。 実験結果から, 本手法の予測結晶計数精度は, 既存のセグメンテーション法に匹敵することがわかった。
• 参考スコア（独自算出の注目度）: 10.139069878149344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper is directed towards the food crystal quality control area for manufacturing, focusing on efficiently predicting food crystal counts and size distributions. Previously, manufacturers used the manual counting method on microscopic images of food liquid products, which requires substantial human effort and suffers from inconsistency issues. Food crystal segmentation is a challenging problem due to the diverse shapes of crystals and their surrounding hard mimics. To address this challenge, we propose an efficient instance segmentation method based on object detection. Experimental results show that the predicted crystal counting accuracy of our method is comparable with existing segmentation methods, while being five times faster. Based on our experiments, we also define objective criteria for separating hard mimics and food crystals, which could benefit manual annotation tasks on similar dataset.
• Abstract（参考訳）: 本論文は,食品結晶量と粒度分布の効率的な予測に焦点をあてた,製造用食品結晶品質管理領域に向けたものである。 これまでメーカーは、食品液製品の顕微鏡画像に手動計数法を使用していた。 食品結晶のセグメンテーションは、結晶の多様な形状と周囲の硬い模倣のために難しい問題である。 そこで本研究では,オブジェクト検出に基づく効率的なインスタンス分割手法を提案する。 実験結果から, 予測結晶計数精度は既存の分別法に匹敵するが, 5倍高速であることがわかった。 また,本実験に基づいて,類似したデータセット上で手動のアノテーションタスクに有利な,ハード模倣と食品結晶を分離するための客観的基準も定義した。

関連論文リスト

• Retrieval Augmented Recipe Generation [96.43285670458803]
  本稿では,レシピ生成のための拡張型大規模マルチモーダルモデルを提案する。 既存のデータストアからサプリメントとして、イメージにセマンティックに関連付けられたレシピを検索する。 生成したレシピ候補間の一貫性を計算し、異なる検索レシピを生成のコンテキストとして使用する。
  論文  参考訳（メタデータ） (2024-11-13T15:58:50Z)
• Complete and Efficient Graph Transformers for Crystal Material Property Prediction [53.32754046881189]
  結晶構造は、3次元空間の正則格子に沿って繰り返される原始単位セル内の原子塩基によって特徴づけられる。 本稿では,各原子の格子に基づく表現を確立するために,単位細胞の周期パターンを利用する新しい手法を提案する。 結晶材料に特化して設計されたSE(3)トランスであるComFormerを提案する。
  論文  参考訳（メタデータ） (2024-03-18T15:06:37Z)
• Multi-scale attention-based instance segmentation for measuring crystals with large size variation [4.562538903457833]
  本研究では,測定精度を向上させるために,より堅牢なセグメンテーション結果を提供するインスタンスベースのセグメンテーション手法を提案する。 提案手法は,サイズを意識したマルチスケールアテンションモジュールを用いたフローマップを改良する。 結晶粒径の変動が大きい高解像度画像の屈折率原材料データセットを用いて本手法の評価を行い,既存の方法よりも高精度に結晶粒径を計算できることを示す。
  論文  参考訳（メタデータ） (2024-01-08T14:57:32Z)
• Food Image Classification and Segmentation with Attention-based Multiple Instance Learning [51.279800092581844]
  本稿では,食品画像分類とセマンティックセグメンテーションモデルを訓練するための弱教師付き方法論を提案する。 提案手法は、注意に基づくメカニズムと組み合わせて、複数のインスタンス学習アプローチに基づいている。 提案手法の有効性を検証するため,FoodSeg103データセット内の2つのメタクラスについて実験を行った。
  論文  参考訳（メタデータ） (2023-08-22T13:59:47Z)
• Transferring Knowledge for Food Image Segmentation using Transformers and Convolutions [65.50975507723827]
  食品画像のセグメンテーションは、食品の皿の栄養価を推定するなど、ユビキタスな用途を持つ重要なタスクである。 1つの課題は、食品が重なり合ったり混ざったりし、区別が難しいことだ。 2つのモデルが訓練され、比較される。1つは畳み込みニューラルネットワークに基づくもので、もう1つは画像変換器(BEiT)のための双方向表現に関するものである。 BEiTモデルは、FoodSeg103上の49.4の結合の平均的交点を達成することで、従来の最先端モデルよりも優れている。
  論文  参考訳（メタデータ） (2023-06-15T15:38:10Z)
• A Crystal-Specific Pre-Training Framework for Crystal Material Property Prediction [12.957415185028948]
  結晶特性のラベル付けは、物理的シミュレーションや実験実験にかかわる高コストと時間のために本質的に困難である。 結晶は、周期的不変性( periodic invariance)として知られる特定の量子化学原理に従属する。 本稿では,自己超越による結晶表現学習のための,結晶固有の事前学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-08T16:46:11Z)
• Cluttered Food Grasping with Adaptive Fingers and Synthetic-Data Trained Object Detection [8.218146534971156]
  食品包装産業は、幅広い形状と大きさのさまざまな食品を扱う。 ビンピッキングの一般的なアプローチは、まず、インスタンスセグメンテーション法を用いてトレイ内の各食品を識別することである。 合成データを純粋に訓練し,sim2real法を用いて実世界へ転送する手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T06:44:09Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• MCEN: Bridging Cross-Modal Gap between Cooking Recipes and Dish Images with Latent Variable Model [28.649961369386148]
  我々は、画像やテキストを同じ埋め込み空間に投影することで、モダリティ不変表現を学習するModality-Consistent Embedding Network(MCEN)を提案する。 本手法は, 学習中のモーダル間のアライメントを学習するが, 効率を考慮に入れた推定時間において, 異なるモーダルの埋め込みを独立に計算する。
  論文  参考訳（メタデータ） (2020-04-02T16:00:10Z)
• Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
  画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。 本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。 食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
  論文  参考訳（メタデータ） (2020-03-09T07:41:17Z)

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。