APPZYFY
Módulo 3advanced
🖼️
Estudio de Segmentación de Imágenes
60 min
1
Entender clasificación a nivel de pixel
2
Comparar segmentación semántica, de instancia, panóptica
3
Aprender fundamentos de U-Net y Mask R-CNN
4
Aplicar segmentación a imágenes reales
Estudio de Segmentación de Imágenes
Domina segmentación semántica, de instancia y panóptica
Guía de Aprendizaje
Intermedio⏱️ 30 min
Elige tu estilo de aprendizaje
¿Qué Hace?
Implementa segmentación semántica, instancia y panóptica. Demuestra arquitecturas encoder-decoder (U-Net, DeepLab), convoluciones atrous, skip connections. Clasificación pixel a pixel con manejo de desbalance de clases.
¿Cómo Funciona?
- 1Semántica: predecir clase para cada píxel → salida (H, W, num_clases)
- 2Instancia: distinguir objetos individuales de misma clase (persona_1, persona_2)
- 3Panóptica: semántica (stuff) + instancia (things) unificada
- 4U-Net: encoder (downsampling) → cuello de botella → decoder (upsampling) con skip connections
- 5Convolución atrous: filtros dilatados agrandan campo receptivo sin reducir resolución
- 6Loss: cross-entropy + Dice loss para desbalance de clases, ponderado por frecuencia inversa
Analogía Simple
Segmentación es predicción densa: cada píxel obtiene etiqueta. Skip connections de U-Net preservan detalle espacial perdido durante downsampling. Convoluciones atrous = campo receptivo más ancho sin perder resolución.
Concepto Clave
Semántica: clasificación a nivel píxel. Instancia: segmentación a nivel objeto. Panóptica: ambas unificadas. Imagenología médica usa U-Net (alta precisión), conducción autónoma usa PSPNet/DeepLab (tiempo real).
Conceptos Fundamentales
Semántica vs Instancia vs Panóptica
Semántica: todas personas = mismo color. Instancia: persona_1 ≠ persona_2 (colores distintos). Panóptica: stuff (semántica) + things (instancia).
Skip Connections de U-Net
Concatenar features de encoder con features de decoder. Preserva info espacial de alta resolución perdida durante downsampling.
Dice Loss
Dice = 2×|pred∩gt| / (|pred|+|gt|). Robusto a desbalance de clases. Usado en segmentación médica (tumores pequeños vs fondo grande).
Aplicaciones del Mundo Real
🏥
Imagenología Médica
Segmentar tumores, órganos, vasos sanguíneos en escaneos MRI/CT. U-Net logra 95%+ puntaje Dice en segmentación de órganos.
🚗
Conducción Autónoma
Segmentar carretera, marcas de carril, peatones, vehículos. Segmentación panóptica en tiempo real (30 FPS) para entendimiento de escena.
🛰️
Imagenología Satelital
Segmentar uso de tierra: bosques, agua, áreas urbanas. Monitorear deforestación, expansión urbana desde datos satelitales.
Pruébalo Tú Mismo
Comparación de Tipo de Segmentación
Misma imagen: semántica (todas personas mismo color), instancia (cada persona color distinto), panóptica (cielo semántico, personas instancia).
Demo de Desbalance de Clases
Tumor pequeño (1% píxeles), fondo grande (99%). Cross-entropy falla, Dice loss tiene éxito.
Errores Comunes a Evitar
❌ Sin skip connections
¿Por Qué? Decoder no puede recuperar detalles espaciales. Siempre usar skip connections (estilo U-Net).
❌ Ignorar desbalance de clases
¿Por Qué? Modelo predice clase mayoritaria (fondo). Usa Dice loss o pesos de clase.
Original
Semántica
Leyenda de Clases
Background
ID: 0
Road
ID: 1
Car
ID: 2
Tree
ID: 3
Semántica
Clasifica cada píxel en clases (cielo, camino, auto). Misma clase = mismo color, aunque sean múltiples objetos.
Instancia
Separa instancias individuales de objetos. Dos autos = colores diferentes, aunque sean misma clase.
Panóptica
Combina semántica (stuff: cielo, camino) + instancia (things: autos, personas). Lo mejor de ambos.
Arquitectura U-Net
Encoder-decoder con skip connections. Encoder extrae características, decoder escala a resolución original.
Métrica IoU
Intersection over Union por clase. IoU > 0.5 = aceptable, IoU > 0.7 = buena segmentación.
Imágenes Médicas
Segmentar tumores, órganos, tejidos. Crítico para planificación de cirugía y diagnóstico.