IMAGE segmentation: comparison OF u-NET, MASK r-CNN AND DEEPLAB algorithms (PIXEL-WISE classification)

Abstract

У роботі досліджено сучасні підходи до сегментації зображень на основі глибокого навчання з акцентом на pixel-wise класифікацію. Детально розглянуто механізм формування карт сегментації, принципи навчання нейронних мереж, функції втрат та метрики оцінювання. Проведено порівняльний аналіз архітектур: U-Net,

The paper investigates modern deep learning approaches to image segmentation with a focus on pixel-wise classification. The principles of segmentation map generation, model training, loss functions and evaluation metrics are described. A comparative analysis of U-Net, Mask R-CNN and DeepLab architectures is presented. Their advantages, limitations and application areas are identified, along with current trends in computer vision.