Back U-Net English U-Net Spanish شبکه-یو Persian U-Net Japanese U-Net Russian U-Net Turkish U-Net Ukrainian U-Net Chinese
U-Net est un réseau de neurones à convolution développé pour la segmentation d'images biomédicales au département d'informatique de l'université de Fribourg en Allemagne[1]. Le réseau est basé sur l'architecture dite entièrement convolutionnelle (fully convolutional networks)[2], modifiée et étendue pour fonctionner avec moins d’images d'entrainement et pour permettre une segmentation plus précise. La segmentation d'une image 512 * 512 prend moins d'une seconde sur un GPU récent.
L'architecture U-Net a eu un impact important (plusieurs dizaines de milliers de citations de l'article original[3]) et est une des références en matière de modèles image-to-image (réseaux convertissant une image en une autre de mêmes dimensions)[4],[5].
- (en) Olaf Ronneberger, Philipp Fischer et Thomas Brox, « U-Net: Convolutional Networks for Biomedical Image Segmentation », Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, Springer International Publishing, , p. 234–241 (ISBN 978-3-319-24574-4, DOI 10.1007/978-3-319-24574-4_28, lire en ligne, consulté le )
- Jonathan Long, Evan Shelhamer et Trevor Darrell, « Fully convolutional networks for semantic segmentation », 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), IEEE, , p. 3431–3440 (ISBN 978-1-4673-6964-0, DOI 10.1109/CVPR.2015.7298965, lire en ligne, consulté le )
- « Google Scholar », sur scholar.google.com (consulté le )
- Phillip Isola, Jun-Yan Zhu, Tinghui Zhou et Alexei A. Efros, « Image-to-Image Translation with Conditional Adversarial Networks », 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), IEEE, , p. 5967–5976 (ISBN 978-1-5386-0457-1, DOI 10.1109/CVPR.2017.632, lire en ligne, consulté le )
- Matan Sela, Elad Richardson et Ron Kimmel, « Unrestricted Facial Geometry Reconstruction Using Image-to-Image Translation », 2017 IEEE International Conference on Computer Vision (ICCV), , p. 1585–1594 (DOI 10.1109/ICCV.2017.175, lire en ligne, consulté le )