Redes convolucionais para segmentação semântica

O aprendizado profundo fornece atualmente uma estrutura poderosa para o aprendizadosupervisionado. Ao adicionar mais camadas e mais unidades dentro de uma camada, uma rede profunda pode representar funções complexas. Com isso é possível solucionarproblemas desafiadores como é o caso da segmentação semântica que pode ser entendidacomo a tarefa de agrupar partes de imagens que pertencem à mesma classe de objeto.Neste trabalho utilizou-se um conjunto de redes U-net para segmentação semântica, tendo por base o conceito da Hydra para colaborações de modelos individuais. A Hydrafoi originalmente desenvolvida para classificação de imagens e seu uso no contextode segmentação de imagens é inovador. O trabalho foi desenvolvido inteiramente emambientes de computação em nuvem e programado em Python, usando Keras combackend de Tensorflow. Como estudo de caso utilizou-se uma competição do Kaggleque envolve imagem de células de diferentes tipos. Nos experimentos realizados, foramobtidos resultados que permitem concluir que a Hydra é um ensemble poderoso e compotencial para ser aplicada também em segmentação.