NAMA : MANSUR

NPM : 2018020162

KELAS : EXTENSI

MATKUL : CITRA

IMAGE SEGMENTATION
Segmentasi citra adalah proses membagi citra digital menjadi beberapa daerah atau kelompok,
dimana masing-masing daerah terdiri dari sekumpulan piksel. Segmentasi citra
menyederhanakan dan merubah representasi citra ke sesuatu yang lebih bermakna dan lebih
mudah untuk dianalisis.

1. JELASKAN INPUT IMAGE NYA BERUPA APA..?

 Menggunakan Arsitektur vanila Unet
Perilaku deterministik untuk reproduktifitas Validasi silang K-fold sudah Diimplementasikan
(yaitu pemisahan data dilakukan)fungsi kerugian juga diterapkan untuk kejelasan Loop pelatihan
terbuka untuk melihat apa yang sebenarnya terjadi Memproses output dengan menghilangkan
mask yang terjadi pada bagian hitam dari gambar input Menggambar lambung cembung sebelum
mengoptimalkan ambang batas ...

2. JELASKAN TRAINING ALGORITMANYA..?

Data Preprocessing

mengubah train mask dari .gif menjadi .png , lalu kita akan mengubah ukuran gambar train dan
mask menjadi [128.128]. Di sini kita akan menggunakan ThreadPoolExecutor untuk operasi
paralel

menggunakan resnet back-end yang dilatih di imagnet, kita akan mengatur mean dan standar
deviasi data imagenet untuk tujuan transformasi
Untuk melatih model ini, kita akan membuat fungsi kereta yang menerima mode, kereta dan
pemuat data validasi, fungsi kerugian, pengoptimal, fungsi akurasi dan jumlah epoch

Untuk kerugian,menggunakan fungsi Cross Entropy dari PyTorch, tetapi untuk akurasi kami
akan menentukan sendiri, yang pada dasarnya adalah jumlah piksel yang cocok (prediksi topeng
==) dibagi dengan jumlah total piksel dalam satu batch. Pengoptimalnya adalah Adam dengan
tingkat pembelajaran tetap 0,01

Setelah melatihnya selama 30 epoch, kita dapat secara drastis mengurangi kerugian pelatihan dan
validasi
3. JELASKAN OUTPUTNYA..