Core Concepts
深層学習アルゴリズムの性能に影響を与えるドメインシフトに焦点を当てた大規模なデータセットの導入。
Abstract
ドメインシフトが深層学習アルゴリズムの性能に影響することが強調されている。
BugNISTデータセットは、個々にスキャンされたオブジェクトと混合物を含む9154のマイクロCTボリュームから構成されている。
3D画像内の複雑なコンテキストでのオブジェクト検出および分類方法の開発を目指している。
U-Net、Faster R-CNN、nnDetectionなどの手法が評価されている。
結果は、U-Netが一貫して高いパフォーマンスを示す一方、Faster R-CNNは混合物で低い結果を示し、nnDetectionは個々のバグで低い結果を示す。
Stats
個々のバグスキャン用ボリュームは長さ450×450×900ボクセルであり、合計9154個存在する。
合計388個の混合物があり、4〜45匹のバグが含まれており、平均13匹/混合物である。