konvoluční architektura ve tvaru U | AI slovník

Odborná definice

U-Net je plne konvoluční neuronová architektura určená zejména na sémantickou segmentaci obrazu. Tvoří ji kontrakčná větev, která zmenšováním rozlišení získává kontext, a expanzná větev, která obnovuje prostorovou přesnost. Mezi zodpovedajúcimi úrovňami vedou skip connections prenášajúce jemné črty z encoderu do decoderu. Výstupem je mapa tříd nebo pravděpodobností pro jednotlivé pixely, případně voxely při 3D variantě. Při klinickom nebo bezpečnostním použití se maska hodnotí i na různých zariadeniach, protokoloch a velkostiach objektů.

Srozumitelné vysvětlení

Při klasifikaci model řekne, co se na obrázku nachází. U-Net navíc označí, kde přesně se objekt nachází. Během zostupu si vytváří čoraz všeobecnejší obraz scény, při návrate skládá výslednou masku zpět do původního rozlišení. Priame propojení mezi rovnakými mierkami mu vracají okraje a drobné detaily, které by se při kompresii stratili. Proto se osvedčil při orgánoch, nádoroch, satelitných snímkach, defektoch i dokumentech. Před nasazením se proto kontrolují nejen průměrné pixely, ale i zcela vynechané malé struktury a falešné hranice.

Časté otázky

Proč se architektura nazýva U-Net?

Schéma sítě pripomína písmeno U. Lavá strana snižuje prostorové rozlišení, spodná část obsahuje najkomprimovanejšiu reprezentaci a pravá strana rozlišení postupně obnovuje.

Jakou úlohu mají skip connections?

Prenášají feature mapy z encoderu do decoderu na stejné mierke. Decoder tak kombinuje globální kontext s hranami, textúrami a polohou zachovanou v skorších vrstvách.

Je U-Net vhodný pouze pro medicínské obrazy?

Ne. Původne vznikl pro biomedicínsku segmentaci, ale používá se i při mapování krajiny, kontrole výroby, autonómnych systémech, OCR a odstraňování pozadí.

Jak se hodnotí výstup U-Netu?

Používají se metriky Dice, Intersection over Union, precision a recall po třídách. Při malých objektoch je třeba sledovat i citlivost na jejich úplné vynechání.

Co způsobuje nepresné hranice segmentace?

Nízké rozlišení vstupu, nevhodné anotace, silná triedna nerovnováha nebo slabá reprezentace detailů. Pomoci může vhodná loss, augmentace, více mierok nebo postprocessing.

Související pojmy

Zdroje a redakční stopa

U-Net: Convolutional Networks for Biomedical Image Segmentation MONAI, U-Net architectures

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.