👩🏾‍💻 monografia 👩🏾‍💻

⁉️ Este repositórico contém a implementação de DCGANs (Deep Convolutional Generative Adversarial Networks). O código foi desenvolvido durante as disciplinas Monografia I e II no trabalho intitulado "Geração de Imagens Citológicas Sintéticas Através de Redes Generativas Adversárias". O objetivo deste trabalho é gerar imagens sintéticas de estruturas celulares com o uso de redes generativas.

⁉️ O projeto consiste na implementação de duas DCGANs semelhantes. O primeiro modelo é treinado para aprender a representar duas estruturas celulares básicas, enquanto o segundo modelo é treinado para gerar as imagens das classes de interesse.

---

💡etapas do treinamento

• 🔬Treinamento da primeira DCGAN: A primeira DCGAN foi treinada do zero utilizando os dados do banco de dados SIPaKMeD (https://www.cs.uoi.gr/~marina/sipakmed.html). O treinamento é realizado até a 250ª época para reduzir a quantidade de ruídos nas imagens geradas e os pesos da última época são salvos para serem utilizados na segunda DCGAN.
• 🔬Treinamento da segunda DCGAN: A segunda DCGAN é inicializada com os pesos do gerador da primeira DCGAN. Esta segunda rede é treinada utilizando os dados do CRIC Cervix (https://database.cric.com.br), a partir do ponto de partida estabelecido pela primeira rede.

---

🤔 utilização

• 🔬 Após o treinamento da segunda DCGAN, os pesos do gerador são salvos, possibilitando a utilização independente do segundo modelo para gerar a quantidade de imagens citológicas sintéticas desejada.

---

💻 estrutura do repositório

• 💾dcgan_padrao.ipynb: Notebook contendo o código da primeira DCGAN.
• 💾dcgan_pre_treinada.ipynb: Notebook contendo o código da segunda DCGAN, a DCGAN pré-treinada.
• 💾gerador_dcgan.ipynb: Notebook contendo o gerador de imagens implementado para gerar a quantidade de imagens desejada através dos pesos da segunda DCGAN.

---

📝 links úteis

• 🔗 O texto da Monografia está disponível no seguinte link: https://www.monografias.ufop.br/handle/35400000/6370
• 🔗 O seguinte guia de implementação foi utilizado: https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html

📩 contato

• ✉️ Email: [email protected]