Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

MicrAnt: Towards Regression Task Oriented Annotation Tool for Microscopic Images

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41210%2F20%3A81953" target="_blank" >RIV/60460709:41210/20:81953 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-3-030-51002-2_15#enumeration" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-51002-2_15#enumeration</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-51002-2_15" target="_blank" >10.1007/978-3-030-51002-2_15</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    MicrAnt: Towards Regression Task Oriented Annotation Tool for Microscopic Images

  • Popis výsledku v původním jazyce

    Annotating a dataset for training a Supervised Machine Learning algorithm is time and annotators attention intensive. Our goal was to create a tool that would enable us to create annotations of the dataset with minimal demands on experts time. Inspired by applications such as Tinder, we have created an annotation tool for describing microscopic images. A graphical user interface is used to select from a couple of images the one with the higher value of the examined parameter. Two experiments were performed. The first compares the speed of annotation of our application with the commonly used tool for processing microscopic images. In the second experiment, the texture description was compared with the annotations from MicrAnt application and commonly used application. The results showed that the processing time using our application is 3 times lower and the Spearman coefficient increases by 0,05 than using a commonly used application. In an experiment, we have shown that the annotations processed usin

  • Název v anglickém jazyce

    MicrAnt: Towards Regression Task Oriented Annotation Tool for Microscopic Images

  • Popis výsledku anglicky

    Annotating a dataset for training a Supervised Machine Learning algorithm is time and annotators attention intensive. Our goal was to create a tool that would enable us to create annotations of the dataset with minimal demands on experts time. Inspired by applications such as Tinder, we have created an annotation tool for describing microscopic images. A graphical user interface is used to select from a couple of images the one with the higher value of the examined parameter. Two experiments were performed. The first compares the speed of annotation of our application with the commonly used tool for processing microscopic images. In the second experiment, the texture description was compared with the annotations from MicrAnt application and commonly used application. The results showed that the processing time using our application is 3 times lower and the Spearman coefficient increases by 0,05 than using a commonly used application. In an experiment, we have shown that the annotations processed usin

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

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

    Combinatorial Image Analysis

  • ISBN

    978-3-030-51002-2

  • ISSN

  • e-ISSN

    1611-3349

  • Počet stran výsledku

    10

  • Strana od-do

    209-218

  • Název nakladatele

    Springer

  • Místo vydání

    Novi Sad, Serbia

  • Místo konání akce

    Novi Sad, Serbia

  • Datum konání akce

    16. 6. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000000000000000