DEMO TUMOR GENERALO: (blogbookhu@gmail.com)
https://colab.research.google.com/drive/1LtUB6tKkssEs4o_3rJmdWrUNnmbMnEln#scrollTo=xN99VV3x5hgQ

x############################################
U-net: pixelpontos képfelismerés / képi szegmentálás (pl. tárgyak, szervhatárok, utak, növényzet, stb. elkülönítése), akkor a U-Net nagyon jó választás.

100-300 használható
300 -1000 jó teljesítmény

a modellhez jól válogatott adatok kellenek,

nagy daganat ↔ könnyebb
kicsi vagy diffúz elváltozás ↔ több adat kell

minden egyes szervhez külön
Arány: 70% beteg, 30% egészséges
diffúz elváltozásoknál több kép kell
##################################

Skin Lesion Segmentation using Unet

U-Net from scratch using Keras and Tensorflow

Biomedical Image Segmentation with U-Net📈

***Image Segmentation U-Net

UNet Architecture Explained In One Shot [TUTORIAL]
https://www.kaggle.com/code/akshitsharma1/unet-architecture-explained-in-one-shot-tutorial

U-Net Architecture For Image Segmentation
https://www.digitalocean.com/community/tutorials/unet-architecture-image-segmentation

The U-Net : A Complete Guide
https://medium.com/@alejandro.itoaramendia/decoding-the-u-net-a-complete-guide-810b1c6d56d8

Deep Learning for Image Segmentation: U-Net Architecture
https://fritz.ai/deep-learning-for-image-segmentation-u-net-architecture/