《U-Net: Convolutional Networks for BiomedicalImage Segmentation》笔记

最新推荐文章于 2024-03-10 19:16:26 发布

l_BAT

最新推荐文章于 2024-03-10 19:16:26 发布

阅读量457

点赞数

分类专栏：读书笔记文章标签：深度学习 pytorch 人工智能

本文链接：https://blog.csdn.net/is80x86/article/details/124807394

版权

读书笔记专栏收录该内容

6 篇文章 1 订阅

订阅专栏

Olaf Ronneberger, Philipp Fischer, and Thomas Brox, 2015

文章提出了的端到端训练的网络，以非常少的图像输入，在ISBI上的表现击败了别的方法，赢得了2015 ISBI细胞追踪挑战赛。

1. 引言

深度神经网络的成功受限于更大的数据集，更深的网络。

CNN的典型任务是分类，图像的输出是单一分类标签。然而在许多视觉任务，尤其是生物图像处理中，需要的输出应包括位置信息，即，每个像素需要得到一个分类标签。而且，对于生物任务而言，数千张的训练图像是难以获得的。Ciresan等在网络中设置了滑动窗口，将每个像素周围的区域（块）作为输入。首先，网络可以本地化，其次，块作为输入的训练数据远大于训练图像作为输入的训练数据。该网络在ISBI 2012 EM分类挑战中以极大优势夺冠。

显然，Ciresan等的方法有两点不足。一、速度慢，因为每一块区域都要跑一遍网络，块之间的重叠部分会造成大量冗余。二、在区域精度和背景利用间需要取舍，较大的块需要更多最大池化层，降低了区域精度，小的块让网络只能看到较少的背景。

本文基于所谓”全卷积网络“的精巧结构[Long, J., Shelhamer, E., Darrell, T.: Fully convolutional networks for semantic segmentation (2014), arXiv:1411.4038 [cs.CV]]，调整并扩展了该网络，可以通过非常少的训练图像，获得更多准确的分割，如下图。

Long等人的主要思想是将连续的层加入一个普通深度网络，用升采样操作代替池化。这些层增加了输出的分辨率。为了区域化，从网络中输出的高分辨率特征将与升采样的输出结合。一个连续的卷积层将基于此，进而学会如何组装出更加准确的输出。

本文结构的一大重要改进是在升采样部分同样应用了很多特征通道，使得网络可以将背景信息传递至更高分辨率层。结果是，扩展路径和压缩路径多少是对称的，显示出U型结构。网络无任何全连接层，并只使用每次卷积的验证部分，使得输入图像中的所有背景都可利用。这一策略可通过重叠分块的方法，用于任意较大图像的无缝分割，见下图。

为预测边缘区域的像素，失去的背景信息可以通过输入图像镜像推测得出。这一分块策略对于将该大网络应用于大尺寸图象很重要，否则分辨率受限于GPU显存。

对于本文任务，训练数据很少，作者通过对可用的输入图像应用弹性变化，实现了数据增强。

对于许多细胞分割任务而言，另一挑战是分割相接的同类物体，如下图。为解决这一问题，使用了权重损失，即赋予接触细胞间的背景标签在损失函数中更大的权重。

最终得到的网络可应用于多种生物分割问题。本文展示了其在ISBI竞赛中的优异表现。

2 网络架构

网络架构如Figure. 1。由一个压缩和展开路径组成。压缩路径是典型的CNN网络，由一系列3×3卷积、ReLU、2×2（步长2）最大池化操作用于降采样。每次降采样加倍了特征通道数量。展开路径的每一步由升采样和2×2卷积（“升卷积”），特征通道数量减半，与压缩路径对应裁剪的特征图拼接，2个3×3卷积，气候的ReLU组成。每次卷积会损失边缘像素，故裁剪是必要的。最后一层，1×1的卷积用于共64个特征向量，得出分类。网络共包含23个卷积层。

为得到无缝的输出分割图，选择输入块尺寸很重要，使2×2最大池化操作在x和y方向相同。

3 训练

输入图像和对应的分割图，使用Caffe的SGD进行训练。

分类使用了softmax函数，损失函数为交叉熵。

3.1 数据增强

4 实验

U-Net在EM分割挑战中的表现。