基于迁移学习的单目菌落深度提取算法

高通量菌落挑选仪是生物制药行业中菌种筛选的重要设备,但其只能识别二维位置信息。为了解决菌落的三维信息提取问题,提出基于迁移学习的单目成像菌落深度提取算法。该算法以残差网络为基础,结合多尺度的网络结构提取特征,采用无监督的迁移学习训练方式,使网络能够估计菌落深度信息。实验结果表明,该算法的平均相对误差为0.171,均方根误差为6.198,对数均方根误差为0.256,在1.25阈值下的预测准确率提高到了76.4%,算法能够同时获取菌落深度信息及其表面特征,为进一步提高筛选精度和有效挑选菌落提供了参考。