本文介绍了Auto-Encoder的结构，包括其down-sampling和upsampling部分，以及在特征提取和图像生成中的应用。同时，U-Net的独特前传结构在医学图像分割中的优势被提及，强调了它在捕捉空间信息方面的优越性。
1.Auto-Encoder,在图像生成的领域，有一种很重要的网络结构叫做Auto-Encoder.
Auto-Encoder的特征是前半部分是down-sampling部分，一般使用CNN实现；后半部分是Upsampling,一般用逆卷积实现。在前半部分。后半部分相连接的地方，一般是CxHxW中HxW最小的部分。（1）利用前半部分做特征提取；（2）利用后半部分做图像生成。
2.U-Net概述与实现,最开始是出现在医学图像分割上，一方面它的结构和Auto-Encoder的传统结构十分相似，另一方面它独特的前传结构让网络可以捕捉到很多空间的信息
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
