464396d431
|
||
|---|---|---|
| .. | ||
| lab | ||
| README.md | ||
README.md
Segmentação
Já aprendemos sobre Detecção de Objetos, que nos permite localizar objetos numa imagem ao prever as suas caixas delimitadoras (bounding boxes). No entanto, para algumas tarefas, não precisamos apenas das caixas delimitadoras, mas também de uma localização mais precisa dos objetos. Esta tarefa é chamada de segmentação.
Questionário pré-aula
A segmentação pode ser vista como uma classificação de píxeis, onde para cada píxel da imagem devemos prever a sua classe (fundo sendo uma das classes). Existem dois principais algoritmos de segmentação:
- Segmentação semântica apenas indica a classe do píxel, sem distinguir entre diferentes objetos da mesma classe.
- Segmentação por instância divide as classes em diferentes instâncias.
Por exemplo, na segmentação por instância, estas ovelhas são objetos diferentes, mas na segmentação semântica todas as ovelhas são representadas por uma única classe.
Imagem retirada deste artigo
Existem diferentes arquiteturas neurais para segmentação, mas todas têm a mesma estrutura. De certa forma, é semelhante ao autoencoder que aprendemos anteriormente, mas em vez de reconstruir a imagem original, o nosso objetivo é reconstruir 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 da máscara, com o mesmo tamanho e número de canais correspondentes ao número de classes.
Imagem retirada desta publicação
Devemos destacar especialmente a função de perda utilizada para segmentação. Ao usar autoencoders clássicos, precisamos medir a semelhança entre duas imagens, e podemos usar o erro quadrático médio (MSE) para isso. Na segmentação, cada píxel 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 píxeis. Se a máscara for binária, utiliza-se a perda de entropia cruzada binária (BCE).
✅ A codificação one-hot é uma forma de codificar um rótulo de classe num vetor de comprimento igual ao número de classes. Consulte este artigo para saber mais sobre esta técnica.
Segmentação para Imagens Médicas
Nesta lição, veremos a segmentação em ação ao treinar uma rede para reconhecer nevos humanos (também conhecidos como sinais) em imagens médicas. Utilizaremos a Base de Dados PH2 de imagens de dermoscopia 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 adequada para este tipo de imagem médica, mas que outras aplicações do mundo real consegue imaginar?
Imagem retirada da Base de Dados PH2
Treinaremos um modelo para segmentar qualquer nevo do seu fundo.
✍️ Exercícios: Segmentação Semântica
Abra os notebooks abaixo para aprender mais sobre diferentes arquiteturas de segmentação semântica, praticar com elas e vê-las em ação.
Questionário pós-aula
Conclusão
A segmentação é uma técnica muito poderosa para classificação de imagens, indo além das caixas delimitadoras para a classificação a nível de píxeis. É uma técnica utilizada 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 para ver como a detecção de pose pode ser utilizada.
Revisão e Estudo Individual
Este artigo da Wikipédia oferece uma boa visão geral das várias aplicações desta técnica. Pesquise mais sobre os subdomínios de Segmentação por Instância e Segmentação Panóptica neste campo de estudo.
Tarefa
Neste laboratório, experimente a segmentação do corpo humano utilizando o Segmentation Full Body MADS Dataset do Kaggle.
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.