Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (MP4)
Convolutional Neural Networks können nicht nur für die Bildklassifikation eingesetzt werden. Auch das Erkennen und Lokalisieren von Bildobjekten sind mit ihrer Hilfe möglich. In diesem Abschnitt befassen wir uns mit der Entwicklung der Modelle für die Bildsegmentierung am Beispiel der Daten aus dem internationalen Brain Tumor Segmentation (BraTS) Wettbewerb, der sich zur Aufgabe gemacht hat, moderne Machine und Deep Learning Methoden zur Segmentierung von Hirntumoren in Magnetresonanztomographie (kurz MRT)-Aufnahmen zu bewerten. In dem folgenden Video besprechen wir, welche Schritte im Allgemeinen notwendig sind, um ein System für eine Bildsegmentierungsaufgabe zu entwickeln. Außerdem schauen wir uns den Datensatz und die dazugehörige Bildsegmentierungsaufgabe aus dem BraTS-Wettbewerb an.
- Nutzungsrechte
-
Vervielfältigung, Bearbeitung und Verbreitung erlaubt. Namensnennung erforderlich.CC BY
- Herkunftsnachweis
- "Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (MP4)" von , lizenziert unter CC BY 4.0
- Original-URL
- https://moodle.ki-campus.org/course/view.php?id=111
Dr. Ludmila Himmelspach
| Lernressource | Video, Kurs |
| Lizenz | CC BY 4.0 |
| Zusätzliche Lizenzinformationen | Das Material ist Bestandteil vom KI-Campus Kurs "KI für Alle 2: Verstehen, Bewerten, Reflektieren". Gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt sowie durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen. |
| Sprache | Deutsch |
Medium melden
verknüpfte Materialien
ähnliche Materialien
Als Anwendung installieren
Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.
Abbrechen