UNet est une méthode d'apprentissage profond pour la classification des pixels. Il peut être entraîné à segmenter différents types d'objets dans les images. La première moitié de l'architecture U-Net est un réseau neuronal convolutif à sous-échantillonnage qui agit comme un extracteur de caractéristiques à partir des images d'entrée. L'autre moitié suréchantillonne ces résultats et restaure une image en combinant les résultats du sous-échantillonnage avec les images suréchantillonnées. Utilisez dl4mic pour former et appliquer le réseau UNet.