A seguirPróximo guia
Segmentação de imagens médicas com nnU-Net
IA visual
GUIA visual de IA
A segmentação de imagens atribui rótulos a pixels ou regiões da imagem.
Ouça este guiaNarrado por IA · ~2 min
A segmentação semântica identifica categorias, enquanto a segmentação de instância distingue objetos separados da mesma categoria. A máscara resultante é uma estimativa cujos limites e regiões perdidas necessitam de avaliação.
Escolha a tarefa de segmentação antes de coletar anotações. Rotular cada pixel da estrada é diferente de identificar cada veículo individual. Defina como tratar limites incertos, objetos transparentes, instâncias sobrepostas e regiões fora do conjunto de rótulos. A qualidade da anotação afeta o resultado. Dois revisores podem traçar limites diferentes em torno de cabelos, sombras ou objetos parcialmente visíveis. Documente a convenção de rotulagem e avalie as divergências, em vez de presumir que há sempre uma máscara perfeitamente óbvia. Use métricas adequadas à aplicação. A precisão dos pixels pode parecer alta quando a maioria dos pixels são de fundo. Métricas de sobreposição, como interseção sobre união, podem fornecer mais informações, mas o equilíbrio de classes e a qualidade dos limites ainda são importantes. Um pequeno erro de limite pode ser inofensivo em uma tarefa e ter consequências em outra. Teste o pipeline de imagem completo. Cortar, redimensionar e converter coordenadas podem alterar uma máscara razoável quando ela é colocada de volta na imagem original. Preserve as dimensões originais e inspecione as sobreposições na escala onde o resultado será usado.
04Exemplo trabalhado
Construa uma imagem com 1.000 pixels, dos quais 950 são de fundo e 50 pertencem ao objeto alvo.
Uma previsão que marca cada pixel como plano de fundo tem 95% de precisão de pixel, mas não detecta nada do objeto.
Inspecione a sobreposição específica da classe e o comportamento de objetos perdidos, em vez de relatar apenas a pontuação geral de pixels.
O que isso mostra
As contagens de pixels inventadas ilustram uma armadilha de avaliação.
Regiões separadas em primeiro plano para um fluxo de trabalho de edição revisado.
Meça a sobreposição da região enquanto verifica a máscara na imagem com resolução original.
Boletim informativo gratuito
Três histórias verificadas de IA a cada manhã de dia útil, escritas em linguagem simples. Gratuito para sempre, sem anúncios.
Um e-mail a cada dia útil. Cancele a inscrição com um clique. Nunca vendemos ou compartilhamos seu endereço.
Teste você mesmo
Feedback instantâneo sobre cada resposta e um certificado compartilhável com um ID verificável assim que você concluir um curso.
Apoie a educação gratuita em IA. O AI Understanding é uma organização sem fins lucrativos 501(c)(3) — sem anúncios, sem paywall, nunca. Faça uma doação
Não. Compare-o com anotações de referência apropriadas e inspecione os limites, as regiões ausentes e o uso pretendido a jusante.
Continue aprendendo
Mais guias escolhidos para este tópico
A seguirPróximo guia
Segmentação de imagens médicas com nnU-Net
IA visual