A. Note identificative Laureanda Ezeobi Francisca Chidubem Titolo della tesi: "Reti neurali profonde per segmentazione di polipi" Corso di laurea in Ingegneria Informatica Relatore: Prof. Nanni Loris B. Elementi di contenuto La finalità è l'applicazione delle reti neurali. In questo caso, ci si avvale di Mask R-CNN per l'individuazione dei polipi presenti nel tratto gastrointestinale. Prima di mostare, l'esperimento e i suoi risultati, sono stati brevemente spiegati alcuni ma importanti concetti teorici riguardante il machine learning e deep learning. I risultati di instance segmentation eseguiti sul dataset kvasir-SEG sono in parte buoni. Le reti addestrate con solver SGDM riescono abbastanza bene nell'individuazione dei polipi mentre quelle reti addestrate con solver Adam non riescono tanto. L'esperimento è stato svolto con l'aiuto del software Matlab
Reti neurali profonde per segmentazione di polipi
EZEOBI, FRANCISCA CHIDUBEM
2021/2022
Abstract
A. Note identificative Laureanda Ezeobi Francisca Chidubem Titolo della tesi: "Reti neurali profonde per segmentazione di polipi" Corso di laurea in Ingegneria Informatica Relatore: Prof. Nanni Loris B. Elementi di contenuto La finalità è l'applicazione delle reti neurali. In questo caso, ci si avvale di Mask R-CNN per l'individuazione dei polipi presenti nel tratto gastrointestinale. Prima di mostare, l'esperimento e i suoi risultati, sono stati brevemente spiegati alcuni ma importanti concetti teorici riguardante il machine learning e deep learning. I risultati di instance segmentation eseguiti sul dataset kvasir-SEG sono in parte buoni. Le reti addestrate con solver SGDM riescono abbastanza bene nell'individuazione dei polipi mentre quelle reti addestrate con solver Adam non riescono tanto. L'esperimento è stato svolto con l'aiuto del software MatlabFile | Dimensione | Formato | |
---|---|---|---|
Ezeobi_FranciscaChidubem.pdf
accesso riservato
Dimensione
1.15 MB
Formato
Adobe PDF
|
1.15 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/37998