文章阅读:Partially Reversible Unet

文章提出了Partially Reversible U-Net结构,解决3D卷积神经网络内存占用大的问题。通过使用可逆块和批量处理卷,显著降低内存消耗。网络在编码器和解码器的每个分辨率层级应用单个可逆序列,结合传统不可逆操作进行上下采样和跳过连接。
摘要由CSDN通过智能技术生成

文章地址:A Partially Reversible U-Net for Memory-Efficient Volumetric Image Segmentation

代码:code

概述

针对的问题:

  • 用于分割的3D卷积神经网络的主要缺点之一是其内存占用量太大。

贡献:

  • 作者提出了一种部分可逆的U-Net架构,该架构可显着减少内存消耗。

作者在本文中介绍了两种减少分割CNN的内存消耗的策略:

  1. 使用批量处理卷。
  2. 使用小批量进行训练。

作者提出的Partially Reversible Unet网络,其的基本构建元素是reversible block,如下图所示:
在这里插入图片描述
多个可逆块可以链接在一起以形成任意长度的序列。 因为每个块都是可逆的,所以整个序列也是可逆的。我们将其称为可逆序列(RSeq),其结构如图所示:
在这里插入图片描述

方法

Parti

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值