¿A qué red neuronal pertenece el modelo unet?

El modelo Unet es una red neuronal convolucional. Desarrollada por el Departamento de Ciencias de la Computación de la Universidad de Friburgo en Alemania para la segmentación de imágenes biomédicas, la red se basa en una red totalmente convolucional. Su arquitectura se ha modificado y ampliado para utilizar menos imágenes de entrenamiento y producir resultados de segmentación más precisos. Modelo nacida en 2015.

Características del modelo Unet

Unet es un algoritmo de segmentación temprana basado en aprendizaje profundo. La ventaja es que es realmente rápido. El P100 basado en la red troncal VGG puede ejecutarse. a 50 fotogramas por segundo y, al mismo tiempo, las escenas menos abiertas también pueden lograr efectos de segmentación satisfactorios bajo requisitos de tiempo real relativamente altos. Ocasiones adecuadas No en todas las ocasiones se puede utilizar la red troncal MaskRCNN que es más grande.

Si se utiliza la tarjeta gráfica, es casi fácil saturar la memoria de vídeo. Al mismo tiempo, en comparación con el modelo de red segmentada grande, que suele tener cientos de Mb, Unet puede alcanzar menos de 10. Mb con un modelo de red troncal pequeño y la cantidad de canales de capa Conv se reduce. Luego, separe los parámetros del modelo de red, el volumen del modelo se puede hacer muy pequeño y la velocidad de ejecución es bastante rápida con la CPU. La precisión de la segmentación es suficiente en escenas relativamente simples. ..