- 博客(2)
- 收藏
- 关注
原创 FPN 代码复现
高语义特征经过上采样后,其长宽与对应的浅层特征相同,而通道数固定为256,因此需要对底层特征C2至C4进行11卷积使得其通道数变为256,然后两者进行逐元素相加得到P4、P3与P2。C1代表了ResNet的前几个卷积与池化层,而C2至C5分别为不同的ResNet卷积组,这些卷积组包含了多个Bottleneck结构,组内的特征图大小相同,组间大小递减。在得到相加后的特征后,利用3×3卷积对生成的P2至P4再进行融合,目的是消除上采样过程带来的重叠效应,以生成最终的特征图。
2024-06-17 16:53:25
374
原创 UNet 代码复现
UNet算法是一种用于图像分割的卷积神经网络(Convolutional Neural Network,简称CNN)架构。它由Olaf Ronneberger等人在2015年提出,主要用于解决医学图像分割的问题。UNet算法的特点是采用了U型的网络结构,因此得名UNet。该网络结构具有编码器(Encoder)和解码器(Decoder)两个部分。编码器负责逐步提取输入图像的特征并降低空间分辨率。解码器则通过上采样操作将特征图恢复到原始输入图像的尺寸,并逐步生成分割结果。
2024-06-17 11:20:07
402
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人