깊은 학습 기술을 이용한 세포 검출

Question

일부 세포를 포함 할 수있는 현미경을 사용하여 찍은 방울의 일부 이미지를 분석해야합니다. 그것을하기 위해 할 수있는 최선의 방법은 무엇입니까?

이미지를 가져올 때마다 수천 장의 사진이 반환됩니다. 모든 사진에는 한 방울이 들어 있으므로 방울 안에 셀이 있는지 여부를 결정해야합니다. 모든 획득 데이터 세트는 매우 다른 대비와 밝기를 제공하며 현미경의 초점에 미세한 변화가 있기 때문에 셀의 모양이 모든 설정에서 약간 다릅니다.

"TensorFlow for poets"가이드에 따라 분류 모델을 만들려고했습니다. 두 클래스를 정의합니다. 빈 방울과 셀이 포함 된 방울입니다. 불행히도 그 결과는 성공적이지 못했습니다.

나는 또한 세포에 라벨을 붙이고 DIGITS 5를 사용하여 물체 탐지 알고리즘을 제공하려고 시도했지만 아무 것도 탐지하지 못했습니다.

이러한 알고리즘이 더 복잡한 개체를 인식하도록 설계되었는지 또는 설치 중에 잘못된 것이 있는지 궁금합니다. 어떤 해결책이나 힌트가 도움이 될 것입니다!

감사합니다.

This is a collage of drops from different samples: the cells are a bit different from every acquisition, due to the different setup and ambient lights

Answer 1

문제의이 종류는 확실히 수 있어야한다. 나는 cifar 10 길쌈 신경 네트워크 자습서로 시작하고 당신의 문제를 위해 그것을 주문을 받아서 만들 것을 건의 할 것입니다.

향후 게시물에서 귀하의 교육 진행 상황을 알려주십시오. 몇 단계 (10-100 단계마다)마다 다음 정보를 출력하는지 확인하십시오.

• 손실/비용 기능 출력을 보면 시간이 지남에 따라 손실이 감소하는 것을 볼 수 있습니다. 훈련 데이터 밖으로 개최 테스트 세트에
• 분류 정확도의 현재 배치에
• 분류 정확도는

많은있다 (당신이 테스트 세트의 평가를 구현 한 경우,이 두 번째를 구현할 수) 나쁜 학습 속도에서부터 잘못 처리되는 전처리 단계에 이르기까지 여러 가지가 잘못 될 수 있습니다. 신경망은 디버깅하기가 매우 어렵고, 버그에 매우 탄력적이어서 코드에 버그가 있는지 알기가 어렵습니다. 그런 이유로 모든 것을 시각화하고 있는지 확인하십시오.

따라야 할 또 다른 중요한 단계는 이미지를 텐톨 플로우로 전달하는 것과 똑같이 저장하는 것입니다. 당신은 매트릭스 형태로 그들을 가질 것이고, 당신은 그 매트릭스 형태를 이미지로 저장할 수 있습니다. 바로 앞에을 입력하면 데이터가 tensorflow로 전달됩니다. 네트워크에 기대하는 바를 제공하는지 확인하십시오. 내가 아는 사람들과 내가 아는 사람들이 무의식적으로 네트워크에 쓰레기를 버려서 최악의 상황을 가정하고 자신을 잘못 증명했는지 몇 번이나 말할 수는 없습니다.

당신의 다음 포스트는 다음과 같이 보일 것이다 :

내가 tensorflow에 길쌈 신경망을 훈련하고있어

• 내 손실 함수 (시그 모이 크로스 엔트로피를) 우리에게 사진을 보여 (지속적으로 감소!
• 내 입력 이미지)
은 우리에게 당신이 실제로
• 내 학습 속도 및 기타 매개 변수가 나는 M을 수행하여 데이터를 전처리 A, B 및 C
• 있습니다) 네트워크에 급지 무엇의 사진을 보여줍니다 (다음과 같이 및 N
• 네트워크가 훈련 데이터 (및/또는 테스트 데이터)에 달성 정확도는 당신이 길을 따라 10 문제를 해결할 가능성이있어 그 질문에 대한 답변에서 Y

, 우리는 당신을 도울 것입니다 11 번째를 찾고, 마지막 행운과 함께. :)

행운을 빌어 요!