[深度学习从入门到女装]V-Net

论文地址：V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation

 

V-Net相当于对于3D U-Net的变形

整体网络结构如图

 

有几点改进：

1、首先网络使用的ResNet中的残差网络（Redisual Network）

2、下采样层将MaxPooling全部替换成了卷积核为2*2*2，stide为2的conv层

文中说这么做的目的是为了减少占用内存，是因为进行maxpool的时候，会记住传递到下一层的单元格索引，以便反向传播，pool层反向传播的过程请见https://blog.csdn.net/qq_21190081/article/details/72871704

3、使用了PReLu非线性激活函数

4、每层卷积层的都使用5*5*5的卷积核，并且使用合适的padding使输入输出的图像大小一致

5、使用Dice overlap coefficient

本文提出之前的如U-net使用权重来平衡前景图和背景图的关系，不这样做的话会容易进入trap，本文提出基于dice的构造函数

其中p为预测的前景图，g为ground truth

6、shortcut和U-Net相同