"Segmentation volumique interactive par sous-échantillonnage adaptatif et apprentissage profond" by Cyril Li

Seminar by Cyril Li

Abstract

"Lors du raffinage d'hydrocarbures, les catalyseurs jouent un rôle essentiel dans la réaction chimique. Connaître leurs propriétés géométriques permet d'évaluer leur efficacité. Il est alors intéressant de pouvoir les observer. L'annotation manuelle des catalyseurs demeure une tâche fastidieuse et coûteuse. Nous proposons une méthode de segmentation automatique qui permet de reconstruire le masque de segmentation du volume d’un catalyseur à partir d'un plan partiellement annoté. Avec un réseau de neurones, une architecture U-NET, on entraîne le réseau avec un plan partiellement annoté, en utilisant une « contrastive loss » pour les pixels annotés et une méthode de « self-learning » sur les pixels non annotés. De premiers résultats montrent que l'on peut obtenir un masquage utile à la segmentation sur nos données.

This seminar will be held in French.

Lien Cisco Webex :   https://ujmstetienne.webex.com/meet/ImageSCV