Российскую нейросеть научили определять живые объекты на фотоснимках

Нейросетевой алгоритм, умеющий автоматически вычленять изображение отдельных микробов клеток и прочих биологических объектов на произвольных фотоснимках, разработали российские математики из Сколковского института науки и технологий. Статья с описанием разработки опубликована в электронной научной библиотеке arXiv.

По словам одного из разработчиков алгоритма, профессора Сколтеха Виктора Лемпицкого, ключевой особенностью нового алгоритма является его способность обучаться на самых маленьких выборках. По его мнению, эта способность будет полезна не только в биологических исследованиях, но и в тех областях, где нет возможности обрабатывать большие выборки размеченных обучающих изображений.

Решить задачу обучения нейросети на маленьких выборках ученым удалось, разбив сеть на две части. Первая — разбивает изображение на отдельные объекты, преобразуя фотоснимок в многомерную структуру. Для обработки таких объектов можно применять простые математические функции.

Вторая часть нейросети пытается выделенным объектам присвоить определенный тип, принимая к учету характерные особенности функций, которыми они описываются. Как показали исследования ученых, такой алгоритм хорошо подошел для поиска различных объектов на фотографиях: растений, червей, бактерий или раковых клеток.

Как заявляют ученые в описании своих результатов работы, новая система, как минимум, догнала, а то и превзошла все существующие классификационные алгоритмы обнаружения биологических объектов. В том числе, по мнению математиков, равных новой нейросети нет и среди существующих нейросетевых подходов.

Также ученые отмечают, что для работы подобной нейросети требуется значительно меньше затрат на обучение. Это должно позволить быстрее внедрить новый алгоритм в научную практику, а также в различные сферы жизни.