U-Net
U-Net është një arkitekturë plotësisht konvolucionale e tipit enkoder-dekoder, prezantuar nga Ronneberger, Fischer dhe Brox në MICCAI 2015, e cila prodhon maska të dendura segmentimi piksel-pas-pikseli duke kombinuar një shteg tkurrës që kap kontekstin me një shteg zgjerues simetrik që mundëson lokalizim të saktë — të gjitha të lidhura nga lidhje kërcimi që ruajnë detajet hapësinore të imëta. Ajo vendosi standardin bazë për segmentimin e imazheve biomjekësore dhe që atëherë është bërë një nga arkitekturat më të përdorura gjerësisht për çdo detyrë parashikimi në nivel pikseli.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. In N. Navab et al. (Eds.), Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, LNCS 9351 (pp. 234–241). Springer. DOI: 10.1007/978-3-319-24574-4_28 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). U-Net: Convolutional Networks for Biomedical Image Segmentation. ScholarGate. https://scholargate.app/sq/deep-learning/u-net
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Rrjeti Plotësisht Konvolucional (FCN)Mësimi i thellë↔ compare
- Mask R-CNN: Segmentimi i Instancave me Maska në Nivel PikseliMësimi i thellë↔ compare
- ResNet (Rrjeti Rezidual)Mësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →