• Part of
    Ubiquity Network logo
    Interesse beim KIT-Verlag zu publizieren? Informationen für Autorinnen und Autoren

    Lesen sie das Kapitel
  • No readable formats available

    • Deep learning and active learning based semantic segmentation of 3D CT data

    Markus Michen, Ulf Hassler

    Kapitel/Beitrag aus dem Buch: Längle T. & Heizmann M. 2022. Forum Bildverarbeitung 2022.

     Zurück zum Buch
     Download
    Buch kaufen

    In this paper, we developed a tool that uses active learning and deep learning together for segmentation of 3D CT data. We demonstrate the results of the method using the use case of plant segmentation. In addition, we compare the method with a baseline and a classical image processing-based algorithm.

    Fächer:

    Electrical engineering 

    Schlagwörter:

    u-net image processing plant segmentation semantic segmentation active learning Deep learning 

    :

    Empfohlene Zitierweise für das Kapitel/den Beitrag
    Michen M. & Hassler U. 2022. Deep learning and active learning based semantic segmentation of 3D CT data. In: Längle T. & Heizmann M (eds.), Forum Bildverarbeitung 2022. Karlsruhe: KIT Scientific Publishing. DOI: https://doi.org/10.58895/ksp/1000150865-14
    Lizenz

    This chapter distributed under the terms of the Creative Commons Attribution + ShareAlike 4.0 license. Copyright is retained by the author(s)

    Peer Review Informationen

    Dieses Buch ist Peer reviewed. Informationen dazu Hier finden Sie mehr Informationen zur wissenschaftlichen Qualitätssicherung der MAP-Publikationen.

    Weitere Informationen

    Veröffentlicht am 25. November 2022

    DOI
    https://doi.org/10.58895/ksp/1000150865-14