• Treffer 4 von 26
Zurück zur Trefferliste

Automatic Image Segmentation and Analysis using Neural Networks

  • We present a workflow for obtaining fully trained artificial neural networks that can perform automatic particle segmentations of agglomerated, non-spherical nanoparticles from electron microscopy images “from scratch”, without the need for large training data sets of manually annotated images. This is achieved by using unsupervised learning for most of the training dataset generation, making heavy use of generative adversarial networks and especially unpaired image-to-image translation via cycle-consistent adversarial networks. The whole process only requires about 15 minutes of hands-on time by a user and can typically be finished within less than 12 hours when training on a single graphics card (GPU). After training, SEM image analysis can be carried out by the artificial neural network within seconds, and the segmented images can be used for automatically extracting and calculating various other particle size and shape descriptors.

Volltext Dateien herunterladen

  • Ruehle_Automatic_Image_Segmentation.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Bastian RühleORCiD, Vasile-Dan HodoroabaORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2021
Organisationseinheit der BAM:1 Analytische Chemie; Referenzmaterialien
1 Analytische Chemie; Referenzmaterialien / 1.2 Biophotonik
6 Materialchemie
6 Materialchemie / 6.1 Oberflächen- und Dünnschichtanalyse
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurwissenschaften und zugeordnete Tätigkeiten
Freie Schlagwörter:Artificial Intelligence; Automated Image Analysis; Electron Microscopy; Image Segmentation; Neural Networks
Themenfelder/Aktivitätsfelder der BAM:Chemie und Prozesstechnik
Material
Material / Nano
Veranstaltung:Machine Learning Workshop
Veranstaltungsort:Online Meeting
Beginndatum der Veranstaltung:18.03.2021
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:24.03.2021
Referierte Publikation:Nein
Eingeladener Vortrag:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.