70 lines
5.1 KiB
Markdown
70 lines
5.1 KiB
Markdown
# Segmentação
|
|
|
|
Anteriormente, aprendemos sobre Detecção de Objetos, que nos permite localizar objetos na imagem ao prever suas *caixas delimitadoras*. No entanto, para algumas tarefas, não precisamos apenas de caixas delimitadoras, mas também de uma localização mais precisa dos objetos. Essa tarefa é chamada de **segmentação**.
|
|
|
|
## [Quiz pré-aula](https://ff-quizzes.netlify.app/en/ai/quiz/23)
|
|
|
|
A segmentação pode ser vista como **classificação de pixels**, onde para **cada** pixel da imagem devemos prever sua classe (*fundo* sendo uma das classes). Existem dois principais algoritmos de segmentação:
|
|
|
|
* **Segmentação semântica** apenas informa a classe do pixel, sem distinguir entre diferentes objetos da mesma classe.
|
|
* **Segmentação por instância** divide as classes em diferentes instâncias.
|
|
|
|
Na segmentação por instância, essas ovelhas são objetos diferentes, mas na segmentação semântica todas as ovelhas são representadas por uma única classe.
|
|
|
|
<img src="../../../../../translated_images/pt-BR/instance_vs_semantic.eee9812bebf8cd45.webp" width="50%">
|
|
|
|
> Imagem retirada [deste post de blog](https://nirmalamurali.medium.com/image-classification-vs-semantic-segmentation-vs-instance-segmentation-625c33a08d50)
|
|
|
|
Existem diferentes arquiteturas neurais para segmentação, mas todas têm a mesma estrutura. De certa forma, é semelhante ao autoencoder que você aprendeu anteriormente, mas em vez de deconstruir a imagem original, nosso objetivo é deconstruir uma **máscara**. Assim, uma rede de segmentação possui as seguintes partes:
|
|
|
|
* **Codificador (Encoder)** extrai características da imagem de entrada.
|
|
* **Decodificador (Decoder)** transforma essas características na **imagem de máscara**, com o mesmo tamanho e número de canais correspondentes ao número de classes.
|
|
|
|
<img src="../../../../../translated_images/pt-BR/segm.92442f2cb42ff4fa.webp" width="80%">
|
|
|
|
> Imagem retirada [desta publicação](https://arxiv.org/pdf/2001.05566.pdf)
|
|
|
|
Devemos destacar especialmente a função de perda usada para segmentação. Ao usar autoencoders clássicos, precisamos medir a similaridade entre duas imagens, e podemos usar o erro quadrático médio (MSE) para isso. Na segmentação, cada pixel na imagem de máscara alvo representa o número da classe (codificado em one-hot ao longo da terceira dimensão), então precisamos usar funções de perda específicas para classificação - perda de entropia cruzada, média sobre todos os pixels. Se a máscara for binária, usa-se a **perda de entropia cruzada binária** (BCE).
|
|
|
|
> ✅ One-hot encoding é uma técnica para codificar um rótulo de classe em um vetor de comprimento igual ao número de classes. Confira [este artigo](https://datagy.io/sklearn-one-hot-encode/) sobre essa técnica.
|
|
|
|
## Segmentação para Imagens Médicas
|
|
|
|
Nesta lição, veremos a segmentação em ação treinando a rede para reconhecer nevos humanos (também conhecidos como pintas) em imagens médicas. Usaremos o <a href="https://www.fc.up.pt/addi/ph2%20database.html">Banco de Dados PH<sup>2</sup></a> de imagens dermatoscópicas como fonte de imagens. Este conjunto de dados contém 200 imagens de três classes: nevo típico, nevo atípico e melanoma. Todas as imagens também possuem uma **máscara** correspondente que delimita o nevo.
|
|
|
|
> ✅ Esta técnica é particularmente apropriada para este tipo de imagem médica, mas quais outras aplicações do mundo real você consegue imaginar?
|
|
|
|
<img alt="navi" src="../../../../../translated_images/pt-BR/navi.2f20b727910110ea.webp"/>
|
|
|
|
> Imagem retirada do Banco de Dados PH<sup>2</sup>
|
|
|
|
Treinaremos um modelo para segmentar qualquer nevo do fundo da imagem.
|
|
|
|
## ✍️ Exercícios: Segmentação Semântica
|
|
|
|
Abra os notebooks abaixo para aprender mais sobre diferentes arquiteturas de segmentação semântica, praticar com elas e vê-las em ação.
|
|
|
|
* [Segmentação Semântica Pytorch](SemanticSegmentationPytorch.ipynb)
|
|
* [Segmentação Semântica TensorFlow](SemanticSegmentationTF.ipynb)
|
|
|
|
## [Quiz pós-aula](https://ff-quizzes.netlify.app/en/ai/quiz/24)
|
|
|
|
## Conclusão
|
|
|
|
A segmentação é uma técnica muito poderosa para classificação de imagens, indo além das caixas delimitadoras para a classificação em nível de pixel. É uma técnica usada em imagens médicas, entre outras aplicações.
|
|
|
|
## 🚀 Desafio
|
|
|
|
A segmentação corporal é apenas uma das tarefas comuns que podemos realizar com imagens de pessoas. Outras tarefas importantes incluem **detecção de esqueleto** e **detecção de pose**. Experimente a biblioteca [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) para ver como a detecção de pose pode ser usada.
|
|
|
|
## Revisão e Autoestudo
|
|
|
|
Este [artigo da Wikipedia](https://wikipedia.org/wiki/Image_segmentation) oferece uma boa visão geral das várias aplicações dessa técnica. Aprenda mais por conta própria sobre os subdomínios de Segmentação por Instância e Segmentação Panóptica neste campo de estudo.
|
|
|
|
## [Tarefa](lab/README.md)
|
|
|
|
Neste laboratório, experimente **segmentação do corpo humano** usando o [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) do Kaggle.
|
|
|
|
---
|
|
|