Cellpose 2.0: cómo entrenar tu propio modelo

Los modelos de redes neuronales preentrenados para segmentación biológica pueden ofrecer buenos resultados listos para usar en muchos tipos de imágenes. Sin embargo, tales modelos no permiten a los usuarios adaptar el estilo de segmentación a sus necesidades específicas y pueden rendir de forma subóptima en imágenes de prueba muy distintas a las utilizadas en el entrenamiento. Aquí presentamos Cellpose 2.0, un nuevo paquete que incluye un conjunto de modelos preentrenados diversos, así como un pipeline con intervención humana para el rápido prototipado de nuevos modelos personalizados. Mostramos que los modelos preentrenados con el conjunto de datos Cellpose pueden ser afinados con solo 500-1,000 regiones de interés (ROI) anotadas por el usuario para alcanzar un rendimiento casi equivalente al de modelos entrenados con conjuntos completos de hasta 200,000 ROI. Un enfoque con intervención humana redujo aún más la cantidad de anotaciones necesarias a 100-200 ROI, manteniendo segmentaciones de alta calidad. Proveemos herramientas de software como una interfaz gráfica para anotación, un zoo de modelos y un pipeline con intervención humana para facilitar la adopción de Cellpose 2.0.