Creando red neuronal U-Net para segmentación

comparto este enlace donde se explica la arquitectura de U-net

https://www.youtube.com/watch?v=waIPUsecaaQ

La red U-Net es una arquitectura de red neuronal convolucional utilizada para tareas de segmentación. Está diseñada para funcionar especialmente bien con conjuntos de datos limitados y es ampliamente utilizada en segmentación médica, entre otras aplicaciones de segmentación de imágenes. \### Estructura de la Red U-Net U-Net tiene una estructura de encoder-decoder en forma de "U": 1\. \*\*Encoder (Contracción)\*\*: Reduce el tamaño espacial de la imagen mientras extrae características importantes. 2\. \*\*Decoder (Expansión)\*\*: Restaura la resolución de la imagen para obtener un mapa de segmentación del mismo tamaño que la imagen original. 3\. \*\*Conexiones Skip\*\*: Conectan capas de encoder con capas de decoder correspondientes, lo que ayuda a recuperar información detallada y mejora la precisión. \### Ejemplo de Implementación en Keras/TensorFlow Aquí tienes un código básico para construir una red U-Net en Keras: ```python import tensorflow as tf from tensorflow.keras.layers import Input, Conv2D, MaxPooling2D, Conv2DTranspose, concatenate, Dropout from tensorflow.keras.models import Model def unet\_model(input\_size=(128, 128, 3), num\_classes=1): inputs = Input(input\_size) \# Encoder conv1 = Conv2D(64, 3, activation="relu", padding="same")(inputs) conv1 = Conv2D(64, 3, activation="relu", padding="same")(conv1) pool1 = MaxPooling2D(pool\_size=(2, 2))(conv1) conv2 = Conv2D(128, 3, activation="relu", padding="same")(pool1) conv2 = Conv2D(128, 3, activation="relu", padding="same")(conv2) pool2 = MaxPooling2D(pool\_size=(2, 2))(conv2) conv3 = Conv2D(256, 3, activation="relu", padding="same")(pool2) conv3 = Conv2D(256, 3, activation="relu", padding="same")(conv3) pool3 = MaxPooling2D(pool\_size=(2, 2))(conv3) conv4 = Conv2D(512, 3, activation="relu", padding="same")(pool3) conv4 = Conv2D(512, 3, activation="relu", padding="same")(conv4) drop4 = Dropout(0.5)(conv4) pool4 = MaxPooling2D(pool\_size=(2, 2))(drop4) \# Bottleneck conv5 = Conv2D(1024, 3, activation="relu", padding="same")(pool4) conv5 = Conv2D(1024, 3, activation="relu", padding="same")(conv5) drop5 = Dropout(0.5)(conv5) \# Decoder up6 = Conv2DTranspose(512, 2, strides=(2, 2), padding="same")(drop5) merge6 = concatenate(\[drop4, up6], axis=3) conv6 = Conv2D(512, 3, activation="relu", padding="same")(merge6) conv6 = Conv2D(512, 3, activation="relu", padding="same")(conv6) up7 = Conv2DTranspose(256, 2, strides=(2, 2), padding="same")(conv6) merge7 = concatenate(\[conv3, up7], axis=3) conv7 = Conv2D(256, 3, activation="relu", padding="same")(merge7) conv7 = Conv2D(256, 3, activation="relu", padding="same")(conv7) up8 = Conv2DTranspose(128, 2, strides=(2, 2), padding="same")(conv7) merge8 = concatenate(\[conv2, up8], axis=3) conv8 = Conv2D(128, 3, activation="relu", padding="same")(merge8) conv8 = Conv2D(128, 3, activation="relu", padding="same")(conv8) up9 = Conv2DTranspose(64, 2, strides=(2, 2), padding="same")(conv8) merge9 = concatenate(\[conv1, up9], axis=3) conv9 = Conv2D(64, 3, activation="relu", padding="same")(merge9) conv9 = Conv2D(64, 3, activation="relu", padding="same")(conv9) conv9 = Conv2D(num\_classes, 1, activation="sigmoid")(conv9) model = Model(inputs=inputs, outputs=conv9) return model \# Crear el modelo model = unet\_model(input\_size=(128, 128, 3), num\_classes=1) model.compile(optimizer='adam', loss='binary\_crossentropy', metrics=\['accuracy']) model.summary() ``` \### Explicación del Código 1\. \*\*Encoder\*\*: Las capas de convolución extraen características importantes de la imagen. Cada bloque incluye dos capas `Conv2D` seguidas de una `MaxPooling2D` para reducir la resolución. 2\. \*\*Bottleneck\*\*: Es la parte más profunda de la red, donde las características son representadas en una resolución mínima pero con más profundidad. 3\. \*\*Decoder\*\*: Cada capa `Conv2DTranspose` aumenta la resolución, y las conexiones skip (`concatenate`) con el encoder permiten conservar la información espacial y mejorar la precisión de la segmentación. 4\. \*\*Salida\*\*: La última capa `Conv2D` genera la máscara de segmentación con una activación `sigmoid` para mapas binarios de clase única (ajustar según el número de clases en `num\_classes`). \### Consideraciones de Entrenamiento \- \*\*Tamaño del Dataset\*\*: U-Net funciona bien con datasets relativamente pequeños. \- \*\*Tamaño de la Imagen\*\*: Cambia el parámetro `input\_size` si tu dataset tiene un tamaño de imagen diferente. \- \*\*Más de una Clase\*\*: Si tienes más de una clase, ajusta `num\_classes` y usa `categorical\_crossentropy` como función de pérdida. Este modelo se puede entrenar con imágenes y máscaras de segmentación para crear un pipeline de segmentación preciso, útil en aplicaciones de visión artificial como medicina, agricultura, y más.

Hola Profe, tengo una consulta cuando se definen c2 a c5 en ves de llevar el input\_shape no deberian tener la salida del dropout anterior? gracias

Habra una forma de hacer eso en jupyter notebook.. siento que corre ecxelente en colab pero no en el notebook