Questo libro si concentra sulle tecniche di deep learning nell'applicazione della segmentazione semantica delle immagini. Il suo obiettivo è quello di comprendere chiaramente le prestazioni delle reti neurali in diversi contesti, addestrandole a imparare da diverse immagini, utilizzando un approccio basato sul deep learning.Il progetto proposto è costruito intorno a un'architettura di rete neurale convoluzionale VGG-16, al fine di rilevare le diverse parti ed elementi in un'immagine applicando diversi strati, utilizzati per riconoscere l'oggetto nell'immagine finale. Questo lavoro esegue una valutazione comparativa della prima rete preaddestrata contro quella addestrata, attraverso diverse ripetizioni e tentativi e diversi cambiamenti nella sua struttura.I risultati sperimentali indicano come il numero di volte che un'immagine è stata vista durante l'addestramento varia tra i diversi modelli.Questi risultati sperimentali dimostrano anche che i metodi di segmentazione possono essere molto utili una volta addestrati i modelli.