ID:
7205
Sala virtual:
https://us02web.zoom.us/j/85617716228?pwd=bDl2M243eTVFK1ZIbFcvbnM5Y1kwQT09
Vídeo:
https://peertube.td.utfpr.edu.br/videos/watch/111fe0d5-6a2d-420e-afd9-a7863f6c113f
Resumo:
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.
Autor(es):
Paulo
Sérgio Ávila Júnior
Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil
pauloj.2018@alunos.utfpr.edu.br
Myriam
Regattieri de Biase da Silva Delgado
Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil
myriamdelg@utfpr.edu.br
Rodrigo
Minetto
Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil
rminetto@dainf.ct.utfpr.edu.br
Modalidade:
Computação
Data:
25/11/2020
Hora:
11:00