U-Net与FCN在医学图像分割的对比
U-Net是医学图像分割重要基础网络，很多模型基于它改进。它结构完全对称，左编码右解码。将其与FCN对比，FCN的decoder简单，只用反卷积且无卷积结构，U-Net用了上采样反卷积和裁剪操作；FCN的skip connection用加操作，U-Net用叠操作。
U-Net无疑是医学图像分割上十分重要的一个基础网络结构模型。很多模型都是基于U-Net来进行魔改。
U-Net的第一个特点是完全对称的，左边编码、右边解码。对U-Net的理解主要跟FCN做一个对比。如果不太熟悉FCN的请移步到这里。
FCN的decoder相对简单，只用了一个deconvolution的操作，之后并没有跟上卷积结构。U-Net使用了上采样反卷积操作，并且进行了crop操作，特征图与原图做对比并裁剪。第二个区别就是skip connection，FCN用的是加操作（summation），U-Net用的是叠操作（concatenation）。
加操作：特征图维度一致，对特征图里的数值做加法运算。
叠操作：特征图大小一致，对维度叠加（3*3*3+3*3*64=3*3*67）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
