CytoImageNet: Ein großes Vortrainingsdatensatz für die Transferlearning von Bioimages

Motivation: In den letzten Jahren sind bildbasierte biologische Assays zunehmend hochdurchflussfähig geworden, was die Notwendigkeit schneller automatisierter Methoden zur Extraktion biologisch relevanter Informationen aus Hunderttausenden von Bildern hervorgerufen hat. Inspiriert durch den Erfolg von ImageNet haben wir CytoImageNet zusammengestellt, eine umfangreiche Datenbank offener und schwach beschrifteter Mikroskopiebilder (890.000 Bilder, 894 Klassen). Das Vortrainieren auf CytoImageNet liefert Merkmale, die bei nachgeschalteten Mikroskopieklassifizierungsaufgaben mit denen von ImageNet konkurrieren können. Wir präsentieren Beweise dafür, dass die Merkmale von CytoImageNet Informationen erfassen, die in den durch ImageNet trainierten Merkmalen nicht verfügbar sind. Die Datenbank ist unter https://www.kaggle.com/stanleyhua/cytoimagenet verfügbar.