Název:
Sémantická segmentace patologií v obrazech sítnice
Překlad názvu:
Semantic Segmentation of Pathologies in Retinal Images
Autoři:
Čabala, Roman ; Orság, Filip (oponent) ; Kavetskyi, Andrii (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2023
Jazyk:
slo
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [slo][eng]
Cieľom diplomovej práce bolo segmentovať patológiu viditeľnú na snímkach sietnice, ako sú exsudáty, hemoragia a mikroaneuryzmy. Za týmto účelom boli vyskúšané dve dobre známe hlboké neurónové siete, konkrétne U-Net a SegFormer. Na testovanie výkonnosti modelov sa použil jeden verejne dostupný dataset IDRiD. Získané výsledky boli opísané po analýze rôznych faktorov, ktoré ovplyvnili výkon modelov U-Net a Segformer.
The thesis aimed to segment pathology visible in the retina images, such as exudates, hemorrhages, and microaneurysms. For that, two well known deep neural networks, named U-Net and SegFormer, were trained. To test the performance of the models, one publicly available dataset was used, named IDRiD. Obtained results were reported after analyzing different factors which affected the performance of the models U-Net and Segformer.
Klíčová slova:
drusen; exudates; hemorrhages; IDRiD; microaneurysms; retina; SegFormer; segmentation transformers; semantic segmentation; SETR; U-Net
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/213212