U-Net: Convolutional Networks for Biomedical Image Segmentation

最新推荐文章于 2021-03-03 13:54:49 发布

VIP文章 ML_NI_CSU

最新推荐文章于 2021-03-03 13:54:49 发布

阅读量385

点赞数

分类专栏： Material Informatics # Louris 文章标签： Deep Learning Semantic Segmentation

本文链接：https://blog.csdn.net/lj695242104/article/details/103223033

版权

类型	说明
论文信息	U-Net: Convolutional Networks for Biomedical Image Segmentation Olaf Ronneberger, Philipp Fischer, and Thomas Brox
会议期刊	MICCAI 2015
作者所在机构	德国弗莱堡大学
解决的问题	生物医学分割任务
模型名	U-Net
模型结构
模型特点	1.U字型结构，上采样需要用到前四个Block生成的特征图 2.注意到卷积层No-padding，所以下采样Block产生的特征图大小与上采样后的特征图大小不一致，需要裁减
数据集	ISBI 2012 挑战赛数据集（注册页面404，无法获取）
数据增强	使用3×3的随机替换的平滑变换每个像素的替换使用双三次差值进行计算
相关参数	SGD优化算法，momentum=0.99，batchsize=1，框架caffe 初始化：标准差为 $\sqrt{\frac{2}{N}}$ 的高斯分布初始化权重, $N$ 为输入节点个数
Softmax	$p_k\left(x\right) = \frac{e^{a_{k}\left(x\right)}}{\sum_{k^{\prime} = 1}^{K} e^{a_{k}^{\prime}\left(x\right)}}$

关注