Tamanho da fonte: 

O aprendizado profundo fornece atualmente uma estrutura poderosa para o aprendizado
supervisionado. Ao adicionar mais camadas e mais unidades dentro de uma camada,
uma rede profunda pode representar funções complexas. Com isso é possível solucionar
problemas desafiadores como é o caso da segmentação semântica que pode ser entendida
como a tarefa de agrupar partes de imagens que pertencem à mesma classe de objeto.
Neste trabalho utilizou-se um conjunto de redes U-net para segmentação semântica,
tendo por base o conceito da Hydra para colaborações de modelos individuais. A Hydra
foi originalmente desenvolvida para classificação de imagens e seu uso no contexto
de segmentação de imagens é inovador. O trabalho foi desenvolvido inteiramente em
ambientes de computação em nuvem e programado em Python, usando Keras com
backend de Tensorflow. Como estudo de caso utilizou-se uma competição do Kaggle
que envolve imagem de células de diferentes tipos. Nos experimentos realizados, foram
obtidos resultados que permitem concluir que a Hydra é um ensemble poderoso e com
potencial para ser aplicada também em segmentação.

Aprendizado profundo; U-net; Conjunto de modelos profundos tipo Hydra; Segmentação em imagem de células