最近做公司的项目接触到了这些,因此了解一下
U_net
U-net,顾名思义,是一个U型的网络,最初用来做图像分割。是一种编码器-解码器结构。编码器逐渐减少池化层的空间维度,解码器逐步修复物体的细节和空间维度。编码器和解码器之间通常存在快捷连接,因此能帮助解码器更好地修复目标的细节。U-Net 是这种方法中最常用的结构,结构如下图所示:
![](https://i-blog.csdnimg.cn/blog_migrate/4e6bce5a8462d9f575339cb8414ffbcd.png)
左侧为一个下采样过程,分4组卷积操作(蓝色箭头)进行。每组卷积操作后进行一次maxpool操作(红色箭头),将图片进一步缩小为原来的1/2。通过4组操作将572×572×1大小的输入图片,计算为32×32×1024 大小。
右侧的上采样过程。上采样过程使用的是4组反卷积(浅绿色箭头),每次上采样将图片扩展为原来的2 倍, 然后将对应层的图片(特征图)进行剪裁和复制,然后concat到上卷积的结果上(灰色箭头)。
上采样过程结束后,得到388×388×64 大小的图,最后用一个1×1种颜色。
Dncnn
该网络用来进行去噪,主要思路为:
(1)一个端到端的可训练的CNN网络,采用残差学习策略,在网络的隐层隐式地移除干净图片(clean image)