Data augmentation for training deep regression for in vitro cell detection

Debeir, Olivier; Decaestecker, Christine

doi:doi/10.1109/ICABME47164.2019.8940275

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Citer

Data augmentation for training deep regression for in vitro cell detection

par Debeir, Olivier

;Decaestecker, Christine

Référence International Conference on Advances in Biomedical Engineering (ICABME)(October 17-19, 2019: Lebanon), Fifth International Conference on Advances in Biomedical Engineering (ICABME), page (1--3)
Publication Publié, 2019-12-26

Publication dans des actes

Fichier(s) déposé(s) par l'encodeur

Documents en relation

DI-fusion

Ranking the scores of algorithms with confidence
par Foucart, Adrien , Elskens, Arthur , Decaestecker, Christine
Publication 2025-04-24
Evaluating participating methods in image analysis challenges: lessons from MoNuSAC 2020
par Foucart, Adrien , Debeir, Olivier , Decaestecker, Christine
Publication 2023-04
Finding the best channel for tissue segmentation in whole-slide images
par Foucart, Adrien , Elskens, Arthur , Debeir, Olivier , Decaestecker, Christine
Publication 2024-01-01
Panoptic quality should be avoided as a metric for assessing cell nuclei segmentation and classification in digital pathology.
par Foucart, Adrien , Debeir, Olivier , Decaestecker, Christine
Publication 2023-05
Designing energy discretisations for sensitivity studies in lead-cooled fast reactors using a genetic algorithm
par Delvaux, Emilie , Grimaldi, Federico , Abrate, Nicolo , Aimetta, Alex , Massone, Mattia , Casas-Molina, Victor J. , Krasa, Antonin , Labeau, Pierre-Etienne
Publication 2025-04-27

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.