MLOPS ПІДХІД ДЛЯ АВТОМАТИЧНОЇ СЕГМЕНТАЦІЇ ЗОБРАЖЕНЬ

Анотація

Розробка штучного інтелекту та алгоритмів класифікації та сегментації зображень значною мірою сприяла розвитку технологій у сфері автоматичної діагностики з мінімальною участю людини. Ключовою особливістю цього типу завдань є необхідність використання великої кількості даних та потреба у значних обчислювальних ресурсах. Також існує потреба у використанні хмарних обчислень для спільної роботи над проектами. При аналізі таких специфічних та складних зображень, як імуногістохімічні, гістологічні та цитологічні, використання лише алгоритмів підходу є недостатнім. Тому поширення набуло використання згорткових нейронних мереж з архітектурою U-net для автоматичної сегментації. У цій статті запропоновано структуру життєвого циклу сегментації біомедичних зображень на основі практики MLOps. Особливістю цього підходу є розробка механізму обробки зображень за допомогою масок зображень.