Master's thesis

Evaluation Of Instance Segmentation Methods For Electron Microscopy Images with focus on throughput and speed

Bc. Roman Ďuriš, UČO 485642
Abstract

Táto diplomová práca sa zaoberá state-of-the-art metódami segmentácie inštancií pre obrazy z elektrónových mikroskopov. V práci sa hodnotia modely Mask R-CNN, Mask2Former, SoloV2 a RTMDet so zameraním na výkon a rýchlosť. Práca sa venuje aj vytvoreniu prostredia, ktoré záhŕňa kompletný životný cyklus týchto modelov od trénovania až po nasadenie. V prvej časti práce sa opisujú špecifiká elektrónového …more

Abstract

This thesis explores state-of-the-art instance segmentation approaches for images from electron microscopes. The thesis focuses on the evaluation of the explored approaches with a focus on throughput and speed. The Mask R-CNN, Mask2Former, SoloV2, and RTMDet deep neural architectures are explored. The ML pipeline for the complete lifecycle of these models is developed from training to deployment. …more

Keywords
instance segmentation neural networks electron microscopy image segmentation SEM
Thesis description
The student will investigate state-of-the-art instance segmentation methods with a focus on throughput and performance. The selected state-of-the-art methods will be applied to electron microscope images (dataset), compared, and evaluated. The student will select one of the state-of-the-art algorithms and make an attempt to improve it for electron microscope datasets. Create and integrate training pipeline into ML-Ops system. Results from tested and improved algorithms will be presented in the thesis, as well as a comparison with the previous version of the algorithm. The data for this thesis are provided by Thermo Fisher Scienfic, captured by SEM, and comprise mainly of certification CCR samples.
Administrative information
The thesis has been checked:
29/1/2024 07:05, doc. RNDr. Tomáš Brázdil, Ph.D., MBA, UČO 4074
Full text of thesis
63,9 MB / file PDF
Attachments (2)
Language used
English English
Defence date
13/2/2024
The thesis was defended successfully

Supervisor

doc. RNDr. Tomáš Brázdil, Ph.D., MBA, UČO 4074
CABO KVI FI MU

Reader

prof. RNDr. Michal Kozubek, Ph.D., UČO 3740
CABO KVI FI MU

Consultant

Ondřej Machek
Thermo Fisher Scientific Brno s.r.o.
Cite this text
Masaryk University Faculty of Informatics
Programme
Plan
Design and development of software systems

Theses on a related topic

List of theses with an identical keyword.

Similar documents

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.