Post sponsored by NewzEngine.com

Source: MIL-OSI Russian Language News

Source: Novosibirsk State University – Новосибирский государственный университет –

8 января  года в журнале первого квартиля издательства Wiley «Microscopy Research and Technique» вышла статья «Облачный сервис DLgram для глубокого анализа микроскопических изображений» («DLgram cloud service for deep‐learning analysis of microscopy images»). В ней ученые лаборатории глубокого машинного обучения в физических методах Института интеллектуальной робототехники НГУ представили разработанный ими универсальный сервис для распознавания многочисленных однородных объектов различного характера. Их работа была поддержана грантом РНФ № 22-23-00951.

Первую версию этого сервиса мы представили еще в 2021 году. Затем благодаря поддержке гранта РНФ усовершенствовали его: расширили функционал, ввели новые возможности анализа распознанных объектов. Сейчас наш телеграмм-сервис довольно известен среди микроскопистов и насчитывает более 300 пользователей из России и из-за рубежа. Для работы с ним не требуется специальных навыков. Нейросеть освобождает человека от выполнения рутинных процессов, связанных с подсчетом и характеризацией частиц или объектов на изображении – определением их количества и концентрации, а также максимальных, минимальных и средних размеров. Сервис функционирует в облачном режиме, т.е. используемая нейронная сеть Cascade Mask-RCNN работает не на компьютере пользователя, а на графическом сервере Института интеллектуальной робототехники НГУ, – рассказал заведующий лабораторий Андрей Матвеев.  

Работать с сервисом DLgram может любой пользователь, специальных знаний и навыков для этого не требуется. Достаточно на своем изображении в выделенном квадрате разметить порядка 10 объектов и загрузить его в телеграмм-канал Nanoparticles (https://t.me/nanoparticles_nsk). После этого изображение подхватывается чат-ботом и попадает на сервер Института интеллектуальной робототехники, где происходит обучение нейросети, а потом производится распознавание объектов на изображении. Этот процесс занимает всего несколько минут. Пользователь получает изображение с распознанными объектами и может при необходимости внести корректировки. После этого определяются параметры объектов – количество, размеры, площадь, концентрация, – пояснила старший научный сотрудник лаборатории Анна Нартова.

Новый сервис работает с различными фотоизображениями – снимками с микроскопов, фотокамер и мобильных телефонов, а нейросеть распознает не только частицы веществ, но и макрообъекты.

Мы активно развиваем создание подобных цифровых помощников не только в области микроскопии. Сотрудники и студенты института работают над созданием систем автоматического распознавания различных объектов в промышленности, а также для городской среды в рамках федерального проекта по развитию Центров искусственного интеллекта, – рассказал директор Института интеллектуальной робототехники НГУ Алексей Окунев.

Обратите внимание; Эта информация является необработанным контентом непосредственно из источника информации. Это точно соответствует тому, что утверждает источник, и не отражает позицию MIL-OSI или ее клиентов.

Please note; This information is raw content directly from the information source. It is accurate to what the source is stating and does not reflect the position of MIL-OSI or its clients.

MIL OSI

MIL OSI News (multilanguage service