机构名称：
¥ 2.0
进步的成像技术大大提高了海洋视频和图像数据收集的速度。通常不会分析这些数据集的全部潜力，因为为多种物种提取信息非常耗时。这项研究证明了开源交互式机器学习工具Rootpainter的能力，可以快速准确地分析大型海洋图像数据集。在两个数据集中测试了根蛋白酶提取冷水珊瑚礁关联物种mycale Lingua的存在和表面积的能力：18 346个延时图像和1420个远程操作的车辆视频框架。与rootpainter集成的新纠正注释指标允许对何时停止模型训练并减少对手动模型验证的需求进行客观评估。使用Rootpainter创建了三个高度精确的M. Lingua模型，平均骰子得分为0.94±0.06。转移学习有助于两个模型的产生，将分析效率从6倍提高到16倍，比手动注释的延时图像快6倍。从两个数据集中提取表面积测量值，从而将来研究海绵行为和分布。向前迈进，交互式机器学习工具和模型共享可以大大提高图像分析速度，协作研究以及我们对生物多样性中时空模式的理解。
海洋图像分析的新互动机器学习工具
主要关键词
相关文件推荐
