462
правки
Изменения
→Детекция клеток
Такой подход позволяет проводить непрерывное обучение с изображениями произвольных размеров, что важно в том числе для покадровой съемке и изучением длительных процесоов. Он также обеспечивает интуитивное понимание представлений функций из FCRN, визуализируя, в какой степени информация была закодирована на разных уровнях.
=== Распознавание перекрывающихся объектов на основе деревьев экстремальных областей ===
[[Файл:Extremal Region Trees.png|left|250px|thumb|Получающаяся древовидная структура из <ref>[http://sites.skoltech.ru/app/data/uploads/sites/25/2014/11/MIA15.pdf статьиCarlos Arteta {{---}} Detecting Overlapping Instances in Microscopy Images UsingExtremal Region Trees, 2016]</ref>.]]
Клетки на изображениях микроскопии могут быть распределены неравномерно, группироваться, перекрываться, что затрудняет подсчет количества клеток и их дальнейшее изучение, так как стандартные методы применимы либо к изображениям с высокой плотностью объектов и не пытаются их разделить, либо наоборот эффективно работают только с изображениями с низкой плотностью.
