01
Segma — U-Net from scratch
Un U-Net recodé de zéro en PyTorch (≈ 7,8 M de paramètres) pour segmenter chiens et chats pixel par pixel sur Oxford-IIIT Pet, avec une ablation qui mesure ce qu'apportent vraiment les skip connections.
mIoU 0,719 · skip connections : +0,096 IoU sur les contours
Stack
Que s'est-il passé ?
- 01
La question
Les skip connections du U-Net, tout le monde les met. Mais qu'apportent-elles vraiment, et où exactement ?
- 02
Le problème
En descendant dans un réseau convolutif, l'image devient une petite grille (8×8 ici) : le réseau sait ce qu'il y a, mais oublie où c'est précisément. Or la segmentation exige une réponse pour chaque pixel.
- 03
L'hypothèse
Si les skip connections rendent au décodeur les détails perdus en route, c'est sur les contours, la classe la plus fine, que leur absence devrait se voir le plus.
- 04
Le build
Un parcours en trois notebooks : segmentation classique (seuillage, contours, K-means), visualisation des feature maps couche par couche, puis un U-Net codé de zéro (DoubleConv, Down, Up) entraîné deux fois à l'identique, avec et sans skip connections, sur Oxford-IIIT Pet (3 classes : animal, fond, bordure).
- 05
L'échec
Rien de dramatique, mais le grand classique : des dimensions qui ne collaient pas. Entre les poolings, les convolutions transposées et la concaténation des skip connections, chaque étage doit retomber pile sur la bonne taille. Quelques calculs de dimensions plus tard, le U tenait debout.
- 06
La découverte
Sans skip connections, le réseau sait encore à peu près où est l'animal (−0,031 IoU), mais il ne sait plus dessiner ses contours : la bordure chute de 0,471 à 0,375. Les skip connections ne servent pas à mieux voir, elles servent à se souvenir d'où sont les détails.
- 07
Le résultat
mIoU de 0,719 avec skip connections contre 0,672 sans, sur 3 669 images de test. Le tout documenté comme un cours, en français et en anglais.
- 08
La prochaine frontière
Tester d'autres variantes (attention gates, encodeur pré-entraîné), passer à des images plus grandes, et appliquer la segmentation à des données qui comptent ici, comme l'imagerie agricole ou médicale.