U-net

U-net 用于解决小样本的简单问题分割,比如医疗影片的分割。它遵循的基本原理与FCN一样:

1. Encoder-Decoder结构: 前半部分为多层卷积池化,不断扩大感受野,用于提取特征。后半部分上采样恢复图片尺寸。


2. 更丰富的信息融合:如下图中灰色箭头,更多的前后层之间的信息融合。这里是把前面层的输出和后面层串联在一起,区别于FCN的逐元素相加。不同的Feature map串联在一起后,接卷积层,可以让卷积核在channel上自己做出选择。注意的是,在串联之前,需要把前层的feature map crop到和后面层一样的大小。

Comments

Popular posts from this blog

Reading Very Deep VAE

Python Notes

Java Learning