Nasze 91. spotkaniu odbyło się online 9 września 2020 r.

Prelegentem był Michał Maj – Data Scientist z szczególnie ciekawym doświadczeniem w dziedzinie rozpoznawaniu obrazów i środowisku R.

Przedstawiona została prezentacja pt.: “platypus – R package for object detection and image segmentation”.

Prelekcję rozpoczęło przedstawienie projektu dotyczącego wykrywania schorzeń stawu biodrowego z użyciem technik deep learning. Jest to projekt realizowany w ramach programu e-Pionier.

W ramach projektu został zbudowany model klasyfikujący różne typy schorzeń. Wejściem do modelu było kilka tysięcy zdjęć formatu DICOM. Michał szczegółowo omówił w jaki sposób dane były zbierane, opisywane oraz przed jakimi wyzwaniami stanął zespół w trakcie tworzenia modeli.

Ostatecznie, zastosowano transfer learning z bazą w postaci modelu CheXNet (architektura DenseNet121).

Zasadniczą częścią prelekcji Michała, było przedstawienie biblioteki 'platypus’.

Jest to stworzony przez Michała pakiet R, ułatwiający tworzenie modeli Deep Learningowy dla zadań segmentacji obrazów i detekcji obiektów. Biblioteka ta posiada implementację modeli YOLOv3 oraz U-Net.

W tej części, prelegent opisał podstawowe typy problemów z dziedziny rozpoznawania obrazów, oraz sposoby ich rozwiązywania z wykorzystaniem powyższych architektur.

Michał przedstawił również przykłady w R, jak użyć biblioteki 'platypus’ w akcji.

Prezentacja ze spotkania jest dostępna tutaj

Biblioteka 'platypus’ do pobrania z:
https://github.com/maju116/platypus

Wkrótce udostępnimy również nagranie z tej prelekcji.

Serdecznie zapraszamy na nasze kolejne spotkania!