Connectez-vous à YOLO Vision 2025 !
25 septembre 2025
10:00 — 18:00, heure d'été britannique
Événement hybride
Découvrez U-Net, la puissante architecture CNN pour la segmentation sémantique. Découvrez ses applications dans l'imagerie médicale, satellitaire et autonome.
U-Net est une architecture de réseau neuronal convolutif (CNN) conçue pour une segmentation d'image rapide et précise. Développée à l'origine pour la segmentation d'images biomédicales, sa structure innovante en forme de U en a fait un modèle fondamental dans le domaine de la vision par ordinateur (CV). L'architecture est particulièrement efficace, car elle peut être entraînée de bout en bout sur un nombre relativement restreint d'images tout en produisant des masques de segmentation très précis, ce qui la rend idéale pour les domaines où les données sont rares. Vous pouvez en apprendre davantage sur ses concepts de base dans notre guide sur l'architecture U-Net et ses applications.
L'architecture U-Net tire son nom de sa forme distinctive en U. Elle se compose de deux chemins principaux : un chemin de contraction (l'encodeur) pour capturer le contexte et un chemin d'expansion symétrique (le décodeur) qui permet une localisation précise. Cette conception lui permet de combiner efficacement des informations contextuelles de haut niveau avec des détails spatiaux précis.
Le chemin de contraction (encodeur) : Il s'agit d'un réseau neuronal convolutif typique. Il se compose de blocs répétés d'opérations de convolution et de pooling. L'encodeur sous-échantillonne progressivement l'image, réduisant ainsi ses dimensions spatiales tout en augmentant le nombre de canaux de caractéristiques. Ce processus permet au réseau d'apprendre des caractéristiques hiérarchiques et de saisir le contexte plus large de l'image.
Le chemin expansif (décodeur) : Le travail du décodeur est de prendre la représentation des caractéristiques compressées de l'encodeur et de reconstruire une carte de segmentation haute résolution. Il le fait par le biais d'une série de « déconvolutions » (ou convolutions transposées) qui augmentent les dimensions spatiales tout en diminuant les canaux de caractéristiques.
Connexions de saut : L'innovation la plus importante de U-Net est l'utilisation de connexions de saut. Ces connexions relient directement les cartes de caractéristiques de l'encodeur aux couches correspondantes du décodeur. Cela permet au décodeur de réutiliser les caractéristiques à haute résolution des premières couches de l'encodeur, ce qui l'aide à récupérer les détails fins qui sont souvent perdus pendant le processus de sous-échantillonnage. Cette fusion de caractéristiques superficielles et profondes est essentielle aux capacités de localisation précises de U-Net. L'article original sur U-Net fournit une analyse technique détaillée.
La capacité de U-Net à effectuer une segmentation précise avec des données limitées a conduit à son adoption dans de nombreux domaines au-delà de son objectif médical initial.
Analyse d'images médicales : U-Net est largement utilisé pour des tâches telles que la segmentation des tumeurs dans les scanners cérébraux, l'identification des cellules dans les images de microscopie et la délimitation des organes pour la planification chirurgicale. Par exemple, dans l'IA dans le domaine de la santé, un modèle U-Net peut être entraîné sur un ensemble de données d'IRM pour délimiter automatiquement les tumeurs cérébrales, aidant ainsi les radiologues à établir des diagnostics plus rapides et plus précis. Vous pouvez explorer les jeux de données d'imagerie médicale publics pour voir le type de données utilisées.
Analyse d'images satellite : Dans les systèmes d'information géographique (SIG), les modèles U-Net sont utilisés pour analyser l'imagerie satellite. Un modèle pourrait être entraîné pour identifier et segmenter différents types de couverture terrestre (forêts, plans d'eau, zones urbaines) ou pour cartographier les réseaux routiers à partir de photos aériennes. Ceci est crucial pour la planification urbaine, la surveillance environnementale et les applications dans l'agriculture intelligente. Des projets comme l'initiative NASA Earthdata reposent sur de telles technologies.
Bien que puissant, il est important de différencier U-Net des autres modèles de vision par ordinateur.
U-Net vs. YOLO pour la segmentation : Les modèles comme Ultralytics YOLO effectuent également la segmentation d’images. Cependant, les architectures telles que YOLO11 sont principalement conçues pour des performances en temps réel dans des tâches telles que la détection d’objets et la segmentation d’instances. U-Net est une architecture classique connue pour sa haute précision dans la segmentation sémantique, où chaque pixel est classé, mais elle pourrait ne pas égaler la vitesse des modèles modernes hautement optimisés. Vous pouvez comparer les performances de différents modèles pour comprendre ces compromis.
Segmentation sémantique vs. segmentation d'instance : U-Net est fondamentalement un modèle de segmentation sémantique. Il attribue une étiquette de classe à chaque pixel (par exemple, « voiture », « route », « bâtiment »). En revanche, la segmentation d'instance distingue les différentes instances d'une même classe (par exemple, « voiture 1 », « voiture 2 »). Bien que l'architecture de base d'U-Net soit conçue pour la segmentation sémantique, ses principes ont été adaptés à des modèles plus complexes, comme Mask R-CNN, pour effectuer la segmentation d'instance.
U-Net reste une étape importante dans l'apprentissage profond. Son succès a démontré que des architectures sophistiquées pouvaient obtenir d'excellents résultats même sans d'ensembles de données énormes. Le concept de connexions de saut a été très influent et est maintenant une caractéristique commune dans de nombreuses architectures de réseau avancées, y compris celles basées sur les Transformateurs.
Bien que U-Net soit toujours une base solide, de nombreuses solutions de segmentation modernes s'appuient sur ses idées. Pour les développeurs qui cherchent à créer leurs propres applications de vision, des plateformes comme PyTorch et TensorFlow fournissent les outils nécessaires pour implémenter U-Net et des modèles similaires. Pour une expérience intégrée et sans code, vous pouvez utiliser Ultralytics HUB pour entraîner des modèles de segmentation personnalisés sur vos propres données.
