Quanti.us: a tool for rapid, flexible, crowd-based annotation of images.
Quanti.us: a tool for rapid, flexible, crowd-based annotation of images.
复制标题
DOI：
10.1038/s41592-018-0069-0
复制
发表时间：
2018-08
期刊：
影响因子：
48
通讯作者：
Gartner ZJ
中科院分区：
文献类型：
--
作者：
Hughes AJ;Mornin JD;Biswas SK;Beck LE;Bauer DP;Raj A;Bianco S;Gartner ZJ
我们描述了Quanti.us，这是一个基于人群的图像注释平台，为解决困难的图像分析问题提供了计算算法的准确替代。我们将Quanti.us用于各种中等吞吐量的图像分析任务，与使用单一专家注释器执行相同任务所需的分析时间相比，可节省10-50倍的分析时间。我们对Quanti.us派生的标注和专家派生的标注表现出同等的深度学习性能，这应该允许与定制的机器学习算法进行可扩展的集成。
We describe Quanti.us, a crowd-based image-annotation platform that provides an accurate alternative to computational algorithms for difficult image-analysis problems. We used Quanti.us for a variety of medium-throughput image-analysis tasks and achieved 10–50× savings in analysis time compared with that required for the same task by a single expert annotator. We show equivalent deep learning performance for Quanti.us-derived and expert-derived annotations, which should allow scalable integration with tailored machine learning algorithms.
登录
查看更多内容
影响因子：
48
作者：
Chen F;Wassie AT;Cote AJ;Sinha A;Alon S;Asano S;Daugharthy ER;Chang JB;Marblestone A;Church GM;Raj A;Boyden ES
通讯作者：
Boyden ES
影响因子：
10.9
作者：
Arteta, Carlos;Lempitsky, Victor;Zisserman, Andrew
通讯作者：
Zisserman, Andrew
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
3.4
作者：
Ruhnow, Felix;Zwicker, David;Diez, Stefan
通讯作者：
Diez, Stefan
影响因子：
3.4
作者：
Scharrel, Lara;Ma, Rui;Diez, Stefan
通讯作者：
Diez, Stefan