Glossário IA
O dicionário completo da Inteligência Artificial
Rede Totalmente Convolucional (FCN)
Arquitetura de rede neural convolucional que substitui as camadas totalmente conectadas por camadas convolucionais para gerar mapas de segmentação do mesmo tamanho da imagem de entrada.
DeepLab
Família de modelos de segmentação semântica que utilizam convoluções dilatadas (atrous) para aumentar o campo receptivo sem perder resolução espacial.
Convolução Atrous (Convolução Dilatada)
Operação de convolução que insere espaços entre os pixels do kernel para aumentar o campo receptivo e capturar o contexto em maior escala.
Rede de Análise de Cena Piramidal (PSPNet)
Modelo que integra informações de contexto global em diferentes escalas utilizando um módulo de pooling piramidal antes da predição final.
Precisão de Pixel
Métrica de desempenho simples que calcula a proporção de pixels corretamente classificados em relação ao número total de pixels na imagem.
IoU Médio (mIoU)
Média do IoU calculada sobre todas as classes de segmentação, oferecendo uma avaliação global do desempenho do modelo.
Ativação Softmax
Função de ativação aplicada na última camada para converter as pontuações de classe em uma distribuição de probabilidade para cada pixel.
Função de Perda Dice
Função de perda alternativa baseada no coeficiente de Dice, particularmente eficaz para lidar com o desequilíbrio de classes em tarefas de segmentação.
Módulo de Contexto
Componente de rede projetado para capturar informações contextuais de longo alcance, essencial para uma segmentação semântica precisa.
Refinamento de Contorno
Técnica ou módulo adicional que visa melhorar a precisão dos contornos dos objetos segmentados, frequentemente um ponto fraco dos métodos padrão.
Desequilíbrio de Classes
Problema frequente em segmentação onde certas classes ocupam muito menos pixels que outras, exigindo estratégias de treinamento adaptadas.
Mineração de Pixels Difíceis (Hard Pixel Mining)
Estratégia de treinamento que se concentra nos pixels difíceis de classificar (mal previstos) para acelerar a convergência e melhorar o desempenho.
Ambiguidade Semântica
Desafio onde um mesmo pixel pode pertencer a várias classes semanticamente próximas, tornando a classificação única problemática.
Segmentação Panóptica
Tarefa unificada que combina a segmentação semântica (classes) e a segmentação de instâncias (objetos individuais) em uma única previsão coerente.