Отрывок: В табл. 3 представлены результаты экспериментов по выбору наилучшего кодировщика для фиксирован- ных остальных параметров. Можно заметить, что среди различных коди- ровщиков наилучшее качество показывает resnext_101_32×8d – кодировщик ResNext, описанный выше, имеющий глубину 101 слой с 32 параллельными разделяемыми свертками. Несмотря на то, что эта сеть является ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Ковалев, В.Ю. | - |
dc.contributor.author | Шишкин, А.Г. | - |
dc.date.accessioned | 2023-06-21 14:07:59 | - |
dc.date.available | 2023-06-21 14:07:59 | - |
dc.date.issued | 2022-08 | - |
dc.identifier | Dspace\SGAU\20230602\104073 | ru |
dc.identifier.citation | Ковалев, В.Ю. Автоматическая сегментация изображений процесса интрацитоплазматической инъекции сперматозоида / В.Ю. Ковалев, А.Г. Шишкин// Компьютерная оптика. – 2022. – Т. 46, № 4. – С. 628-633. – DOI: 10.18287/2412-6179-CO-1060. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-1060 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Avtomaticheskaya-segmentaciya-izobrazhenii-processa-intracitoplazmaticheskoi-inekcii-spermatozoida-104073 | - |
dc.description.abstract | Данная работа посвящена решению методами глубокого обучения задачи мультиклассовой семантической сегментации изображений процесса интрацитоплазматической инъекции сперматозоида. В качестве входных данных использованы видеопоследовательности, на которых изображена вышеназванная процедура интрацитоплазматической инъекции сперматозоида. Для обучения нейросети выполнена ручная разметка 656 кадров, в результате которой каждый пиксель изображения был отнесен к одному из 4 классов: микроинъектор, микропипетка, яйцеклетка, фон. Проведен анализ современных методов решения, и экспериментальным путем выбраны наилучшие архитектура, кодировщики и гиперпараметры нейронной сети: сверточная нейронная сеть FPN (feature pyramid network) с кодировщиком resnext101, имеющим глубину 101 слой с 32 параллельными разделяемыми свертками. Построенная нейросетевая модель позволила получить эффективность сегментации IOU=0,96 при скорости работы алгоритма 15 кадров в секунду. | ru |
dc.description.sponsorship | Авторы выражают благодарности проекту PTF-Lab за возможность использования вычислительных мощностей, Центру репродукции «Линия Жизни» и лично Т.Г. Трошиной за предоставленные видеозаписи процесса ИКСИ. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 46;4 | - |
dc.subject | интрацитоплазматическая инъекция сперматозоида | ru |
dc.subject | семантическая сегментация | ru |
dc.subject | сверточные нейронные сети | ru |
dc.title | Автоматическая сегментация изображений процесса интрацитоплазматической инъекции сперматозоида | ru |
dc.title.alternative | Automatic segmentation of intracytoplasmic sperm injection images | ru |
dc.type | Article | ru |
dc.textpart | В табл. 3 представлены результаты экспериментов по выбору наилучшего кодировщика для фиксирован- ных остальных параметров. Можно заметить, что среди различных коди- ровщиков наилучшее качество показывает resnext_101_32×8d – кодировщик ResNext, описанный выше, имеющий глубину 101 слой с 32 параллельными разделяемыми свертками. Несмотря на то, что эта сеть является ... | - |
dc.classindex.scsti | 28.23.15, 28.23.37 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2022_46-4_628-633.pdf | 963.76 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.