Lección 5 del curso Introducción a la Visión por Computador con Deep Learning.
En la lección anterior vimos cómo usar el Detection Transformer (o DETR), un modelo basado en las Redes Transformer capaz de realizar tareas de detección de objetos en imágenes.
En esta lección veremos cómo usar U-Net, un modelo basado en Redes Convolucionales, para resolver un problema de segmentación de imágenes de resonancia magnética cerebral. El objetivo será entonces ver cómo usar este modelo pre-entrenado para obtener una máscara de segmentación correspondiente a los tumores que puedan estar presentes en la imagen:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Muy bien, acabamos de ver cómo usar un modelo tipo U-Net pre-entrenado para realizar la segmentación de tumores en imágenes de resonancia magnética del cerebro.
En este caso particular, vimos cómo escribir en PyTorch el código que permite crear la arquitectura del modelo y cómo cargar posteriormente los parámetros del modelo pre-entrenado para poder realizar la segmentación de imágenes.
En últimas esta segmentación arroja una máscara de segmentación que es simplemente una imagen que tendrá el mismo tamaño (alto y ancho) de la imagen original, pero donde cada pixel será asignado a una categoría en particular (en este caso 0: fondo y 1: objeto de interés).
Así que teniendo claro en qué consiste esta tarea de segmentación y habiendo visto un ejemplo práctico de uso de un modelo pre-entrenado para esta tarea, en la próxima lección comenzaremos a ver un nuevo conjunto de aplicaciones de Visión por Computador que hacen uso de Grandes Modelos de Lenguaje.
En particular veremos cómo usar modelos multimodales pre-entrenados capaces de procesar de manera simultánea imágenes y texto para implementar precisamente aplicaciones que combinen la Visión por Computador con el procesamiento del lenguaje natural.
Todas las lecciones del curso Introducción a la Visión por Computador con Deep Learning