Downloads · 30 days
0
kelly-n/unet-kvasir-seg
unet-kvasir-seg is a machine learning model from kelly-n. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
--- language: Pt license: MIT datasets: - Angelou0516/kvasir-seg tags: - image-segmentation - medical-imaging - unet ---
Downloads · 30 days
0
Access
Public
Updated Mar 11, 2026
Parameters
31.1M
621 MB on disk
Likes
0
Public
Click a slice to open those files.
.safetensors124 MB · 50%
From the Hugging Face model README
language: Pt
license: MIT
datasets:
- Angelou0516/kvasir-seg
tags:
- image-segmentation
- medical-imaging
- unet
---
# U-Net — Segmentação de Pólipos Gastrointestinais
Autor: Domingos Graciano
Repositório: [kelly-n/unet-kvasir-seg](https://huggingface.co/kelly-n/unet-kvasir-seg)
Modelo desenvolvido no Lab da Semana 04 para segmentação de pólipos em imagens de colonoscopia.
## Arquitetura
Implementação da U-Net baseada em Ronneberger et al. (2015):
- Encoder — 4 blocos de dupla convolução + max pooling. Resolução: H x W -> H/2 -> H/4 -> H/8 -> H/16
- Bottleneck — camada intermédia com 1024 canais e resolução H/16
- Decoder — transposed convolutions que expandem de volta ao tamanho original
- Skip Connections — ligam cada nível do encoder ao decoder correspondente
- Output — convolução 1x1 que produz máscara binária de shape 1 x H x W
## Dataset
- Nome: Kvasir-SEG
- Fonte: Angelou0516/kvasir-seg
- Total: 800 imagens de colonoscopia com máscaras anotadas manualmente
- Divisão: 640 treino / 160 validação (80/20)
## Loss Function
Dice Loss para lidar com o desbalanceamento de classes.
O pólipo representa apenas 10-20% dos pixels. A Dice Loss mede a sobreposição
entre a previsão e a máscara real, sendo igualmente sensível a ambas as classes.
## Métricas
- Dice Coefficient — sobreposição entre previsão e máscara real [0, 1]
- IoU (Jaccard Index) — interseção sobre união [0, 1]
## Treino
- Framework: PyTorch
- Optimizer: Adam (lr=1e-4)
- Epochs: 10
- Batch size: 8
- Resolução: 256 x 256