植物表皮细胞和气孔计数，有对 CV， yolo 这些比较熟悉的大佬帮忙看看吗

起因

我们研究植物气孔发育时候会拍很多叶表皮的显微照片，需要对照片里面的细胞和气孔进行计数，在这个过程中我发现数这些要花很多时间，想着有没有可能自动化一下。

目标

需要统计图里细胞和气孔的数量，如果准确度很高不需要人工校验，准确度不够的话可能需要绘制识别的区域人工校验，这种图半年大概产出了两千多张。

图里的红色圈里是细胞，形状不规则，还有可能出现层叠遮挡。

绿色圈是气孔，大小方向可能不一样，特征挺明显。

进展

1.原图是蔡司显微镜的 czi 文件，我写了个脚本转成了 jpg ，原图灰度集中，不同部分明暗差距很大，在这里拉伸了下灰度，再做了一点点其他处理，源码：

import czifile
import numpy as np
from PIL import Image
import os
import cv2 as cv

def convert(path,name):
    czi = czifile.imread(path)
    czi = np.squeeze(czi, axis=None)
    czi = czi / 256
    im = Image.fromarray(czi)
    if im.mode != "RGB":
        im = im.convert("RGB")
    im.save("./jpg/"+name + ".jpg")

def findAllFile(base):
    for root, ds, fs in os.walk(base):
        for f in fs:
            fullname = os.path.join(root, f)
            yield [fullname,f]
            
def convertAndEnance(path,name):
    czi = czifile.imread(path)
    czi = np.squeeze(czi, axis=None)
    czi = czi / 256
    clahe = cv.createCLAHE(clipLimit=4, tileGridSize=(8, 8))
    czi = czi.astype(np.uint8)
    out = clahe.apply(czi)
    out = np.power(out/255.0, 0.8)
    im=Image.fromarray(out*255)
    if im.mode != "RGB":
        im = im.convert("RGB")
    im.save("./jpg/"+name + ".jpg")

def main():
    base = './czi/'
    j=0
    for i in findAllFile(base):
        convertAndEnance(i[0],i[1])
        j+=1
        print(j/2025,j,'/2025')

main()

了解了下现在常用的 RCNN 和 YOLO ，感觉可以比较准确的识别气孔，但是细胞的效果不太确定，因为没有标注所以没训练，不知道实际效果。
问题 1：要训练到比较精准计数误差 5%内大概需要多少标注的数据
问题 2：哪家数据标注的靠谱还便宜，一张图大概有 60 左右气孔，细胞七八十个，大概要多少成本

之前看到有做类似的论文，但是形态差异比较大，感觉迁移训练可能不太行，发了邮件问也没回应。

看到一篇论文 eCognition 可以做这些事，还没深入了解
试过 segmentAnything 和基于这个的 labelAnything ，能分割出一部分，但是效果很不好

要是有大佬能给评估下可行性和成本指条路就好了

woooooOOOO

2023-06-07 09:11:50 +08:00

问题 1：要训练到比较精准计数误差 5%内大概需要多少标注的数据
你先找个预训练的，然后自己标个 100 张去训练，使用旋转等数据增强方式。
问题 2：哪家数据标注的靠谱还便宜，一张图大概有 60 左右气孔，细胞七八十个，大概要多少成本
这只能找大学生标了，比如猪八戒网上买的。按工作量算钱，你看看你一天能标几个，然后想下一天准备给别人多少钱，应该一天 100 差不多吧。

感觉迁移训练可能不太行，发了邮件问也没回应。
迁移肯定比你自己从头训练好，发了邮件不回也正常，直接去找开源的。

segmentAnything 毕竟是通用的分割，你这个还得是专门用于细胞分割的效果会好一点。

最好的方法我觉得就是找个开源预训练模型，任务和你差不多的，你再标一些，迁移训练，最后结果人工校对，可以省下不少时间。