【干货教学】unet进阶，如何在unet中加入resnet（残差连接）_resnet unet(1)

最新推荐文章于 2024-08-06 10:36:51 发布

2401_83817343

最新推荐文章于 2024-08-06 10:36:51 发布

阅读量165

点赞数 1

分类专栏：程序员文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/2401_83817343/article/details/138053217

版权

本文详细介绍了如何在U-Net架构中整合ResNet残差块，提升图像分割任务的性能。通过引入残差连接，网络能够更有效地学习深层特征，从而在深度学习和人工智能领域中实现更好的图像处理效果。

摘要由CSDN通过智能技术生成

    # down sampling
    # 假如输入 224*224*1 的图像
    # H = ((224 - 3 + 1 + 2 - 1) / 1) + 1 = 224  unet的卷积不会改变特征图的大小
    self.conv1 = DoubleConv(in_ch, 64)
    # to increase the dimensions
    self.w1 = nn.Conv2d(in_ch, 64, kernel_size=1, padding=0, stride=1)
    self.pool1 = nn.MaxPool2d(2)  # 224 -> 112

    self.conv2 = DoubleConv(64, 128)  # 不变
    # to increase the dimensions
    self.w2 = nn.Conv2d(64, 128, kernel_size=1, padding=0, stride=1)
    self.pool2 = nn.MaxPool2d(2)  # 56

    self.conv3 = DoubleConv(128, 256)
    # to increase the dimensions
    self.w3 = nn.Conv2d(128, 256, kernel_size=1, padding=0, stride=1)
    self.pool3 = nn.MaxPool2d(2)  # 28

    self.conv4 = DoubleConv(256, 512)
    # to increase the dimensions
    self.w4 = nn.Conv2d(256, 512, kernel_size=1, padding=0, stride=1)
    self.pool4 = nn.MaxPool2d(2)  # 14

    self.conv5 =