Slovník výrazov AI/Architektúry hlbokého učenia

Architektúry hlbokého učenia

U-Net

Anglický výraz U-Net

špecializovanéheslo č. 3415 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená U-Net?

U-Net je konvolučná architektúra pre hustú predikciu s kontrakčnou cestou, ktorá získava kontext, a expanznou cestou, ktorá obnovuje priestorové rozlíšenie. Skip spojenia zodpovedajúcich mierok prenášajú jemné mapy z enkódera do dekódera, kde sa zreťazia s upsamplovanými príznakmi. Výstup preto zachováva lokalizáciu lepšie než dekóder odkázaný iba na najhlbší kód.

Skúsenosť a kontext

Ako sa pojem používa v praxi

U-Net sa používa na segmentáciu buniek, orgánov, satelitných snímok či defektov. Dátový pipeline musí transformovať obraz a masku rovnakou geometrickou operáciou; interpolácia masky nesmie vytvoriť nové triedy. Pri malých objektoch sa sleduje metrika po triedach a hraniciach, nie iba globálna pixelová presnosť. Tím kontroluje zarovnanie skip máp, padding a správanie na okrajoch dlaždíc; pri veľkých obrazoch sa prekrývajúce výrezy skladajú s vážením.

Overiteľnosť

Odborné zdroje

  1. Ronneberger et al. · U-Netarxiv.org
  2. Deep Learning Book · Convolutional networksdeeplearningbook.org

Praktické odpovede

Často kladené otázky

Prečo názov U-Net?

Enkóder zmenšuje a dekóder symetricky zväčšuje rozlíšenie.

Čo prenáša?

Priestorovo detailné mapy z enkódera do rovnakej mierky dekódera.

Čo predikuje posledná vrstva?

Logity alebo skóre tried pre každý pixel či voxel.

Akú interpoláciu použiť pri triedach?

Najbližšieho suseda, aby nevznikli neplatné medzi-hodnoty.

Prečo ich prekrývať?

Znižujú okrajové artefakty a stratu kontextu pri veľkých snímkach.