يُعدُّ تقسيم الأوعية الشبكية أمرًا مهمًا في تشخيص العديد من الأمراض. وتركز الأبحاث المتعلقة بتصنيف أوعية الشبكية بشكل رئيسي على تحسين نموذج التقسيم، الذي يعتمد عادةً على بنية U-Net. في دراستنا، نستخدم بنية U-Net ونعتمد على تكثيف التحويلات البيانات (Data Augmentation) لتحقيق أداء أفضل. ويعتمد نجاح التحويلات البيانات على معالجة مشكلة صور المدخلات بشكل فعّال. من خلال تحليل صور المدخلات وإجراء التحويلات وفقًا لذلك، نُظهر أن أداء نموذج U-Net يمكن أن يتحسن بشكل كبير. وتُقدَّم النتائج باستخدام أحدث مجموعة بيانات شبكية شائعة الاستخدام، وهي مجموعة DRIVE.