تجزئة الصور الطبية باستخدام U-Net: تحقيق Dice 0.7964

المعمارية: U-Net مع مُرمِّز EfficientNet

import segmentation_models_pytorch as smp

model = smp.Unet(
    encoder_name='efficientnet-b4',
    encoder_weights='imagenet',
    in_channels=3,
    classes=1,
)

دالة الخسارة: Combo Loss

تفوّق الجمع بين Dice وBCE على كلٍّ منهما بمفرده:

loss = 0.5 * bce_loss + 0.5 * (1 - dice_score)

حزمة التوسيع (Albumentations)

• RandomResizedCrop، HorizontalFlip، VerticalFlip
• ElasticTransform، GridDistortion
• CLAHE، RandomBrightness
• CoarseDropout (Cutout)

المعالجة اللاحقة

أضاف التوسيع وقت الاختبار (TTA) بثمانية انعكاسات/تدويرات +0.015 إلى Dice.