Fully convolutional Networks for Semantic Segmentation

Abstract

La segmentation sémantique est une partie importante du champ de vision par ordinateur, où la classe à laquelle chaque pixel d’une image appartient, est étiquetée automatiquement, les méthodes traditionnelles ont fourni des performances faible, surtout avec les grands ensembles de données, par conséquent, nous nous sommes appuyés dans notre travail sur l’une des techniques actuelles, représentée dans Réseau de neurones entièrement convolutionnel, en particulier, l’architecture U-Net. Ce dernier a permis d’équilibrer entre les objets on pouvait trouver dans l’image et leur « localisation », notamment après avoir intégré des changements dans son architecture en ajoutant des couches (Inception modules par exemple), ou un changement en termes de numéro de canaux