Deep Neural Networks Approach to Microbial Colony Detection—A Comparative Analysis
Rattachement africain : pl. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract Counting microbial colonies is a fundamental task in microbiology and has many applications in numerous industry branches. Despite this, current studies towards automatic microbial counting using artificial intelligence are hardly comparable due to the lack of unified methodology and the availability of large datasets. The recently introduced AGAR dataset is the answer to the second need, but the research carried out is still not exhaustive. To tackle this problem, we compared the performance of three well-known deep learning approaches for object detection on the AGAR dataset, namely two-stage, one-stage, and transformer-based neural networks. The achieved results may serve as a benchmark for future experiments.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Deep Neural Networks Approach to Microbial Colony Detection—A Comparative Analysis
- Date Crossref
- 01/01/2022
- Éditeur
- Springer International Publishing
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Wrocław University of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
AGH University of Krakow pays non établi dans la noticeUniversité ou école supérieure
-
University of Wrocław pays non établi dans la noticeUniversité ou école supérieure
-
NeuroSYS pays non établi dans la noticeInstitution
-
Wroclaw University of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Wroclaw pays non établi dans la noticeUniversité ou école supérieure
Wrocław University of Science and Technology, AGH University of Krakow et University of Wrocław, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.