Unet Segmentation

U-Net est une architecture de réseau neuronal utilisée pour la segmentation sémantique, composée d'un chemin contractant et d'un chemin expansif. Le chemin contractant effectue un sous-échantillonnage grâce à des convolutions 3x3 répétées, des activations ReLU et des max poolings 2x2, avec le nombre de canaux de caractéristiques qui double à chaque niveau. Le chemin expansif, quant à lui, effectue un suréchantillonnage via des opérations de suréchantillonnage, des convolutions 2x2, des concaténations de cartes de caractéristiques et des convolutions 3x3. Enfin, une convolution 1x1 mappe les vecteurs de caractéristiques aux classes souhaitées. U-Net a une valeur d'application significative dans l'analyse d'images médicales et peut réaliser efficacement et avec précision une classification au niveau des pixels.