Fungi Recognition: A Practical Use Case
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F20%3A43959882" target="_blank" >RIV/49777513:23520/20:43959882 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21230/20:00345767
Výsledek na webu
<a href="https://ieeexplore.ieee.org/document/9093624" target="_blank" >https://ieeexplore.ieee.org/document/9093624</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/WACV45572.2020.9093624" target="_blank" >10.1109/WACV45572.2020.9093624</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Fungi Recognition: A Practical Use Case
Popis výsledku v původním jazyce
The paper presents a system for visual recognition of1394 fungi species based on deep convolutional neuralnetworks and its deployment in a citizen-science project.The system allows users to automatically identify observedspecimens, while providing valuable data to biologists andcomputer vision researchers. The underlying classifica-tion method scored first in the FGVCx Fungi ClassificationKaggle competition organized in connection with the Fine-Grained Visual Categorization (FGVC) workshop at CVPR2018. We describe our winning submission and evaluate alltechnicalities that increased the recognition scores, and dis-cuss the issues related to deployment of the system via theweb- and mobile- interfaces.
Název v anglickém jazyce
Fungi Recognition: A Practical Use Case
Popis výsledku anglicky
The paper presents a system for visual recognition of1394 fungi species based on deep convolutional neuralnetworks and its deployment in a citizen-science project.The system allows users to automatically identify observedspecimens, while providing valuable data to biologists andcomputer vision researchers. The underlying classifica-tion method scored first in the FGVCx Fungi ClassificationKaggle competition organized in connection with the Fine-Grained Visual Categorization (FGVC) workshop at CVPR2018. We describe our winning submission and evaluate alltechnicalities that increased the recognition scores, and dis-cuss the issues related to deployment of the system via theweb- and mobile- interfaces.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2020 IEEE Winter Conference on Applications of Computer Vision (WACV)
ISBN
978-1-72816-553-0
ISSN
2472-6737
e-ISSN
2642-9381
Počet stran výsledku
9
Strana od-do
2305-2313
Název nakladatele
IEEE
Místo vydání
Red Hook, NY
Místo konání akce
Snowmass Village, Colorado, USA
Datum konání akce
1. 3. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000578444802040