“UDE DIATOMS in the Wild 2024”: a new image dataset of freshwater diatoms for training deep learning models
Aishwarya, Venkataramanan; Michael, Kloster; Andrea, Burfeid-Castellanos; Mimoza, Dani; Ntambwe A S, Mayombo; Danijela, Vidakovic; Daniel, Langenkämper; Mingkun, Tan; Cedric, Pradalier; Tim, Nattkemper; Martin, Laviale; Bánk, Beszteri.
Forschungsartikel (Zeitschrift) | Peer reviewedDetails zur Publikation
Fachzeitschrift: GigaScience
Jahrgang / Bandnr. / Volume: 13
Status: Veröffentlicht
Veröffentlichungsjahr: 2024
Link zum Volltext: https://academic.oup.com/gigascience/article/doi/10.1093/gigascience/giae087/7912108?login=true
Stichwörter: diatom, light microscopy, digital imaging, slide scanning, aquatic ecology, deep learning, out-of-distribution detection,
semi-supervised learning
Autor*innen der Universität Münster
| Tan, Mingkun | Professur für Geoinformatics for Sustainable Development (Prof. Risse) |