U-Net
论文结构
前人研究
Hence, Cireasan 的滑动窗口法:一次选定部分图片,然后滑动计算,最后拼接得到一个比原来还大的图片。
得出两个明显的缺点:
1、必须分批分割图片训练,重叠部分计算有冗余
2、定位准确性和context使用量不可兼得
解释:
1、图片选取的部分越大,pooling 的层数就相应地增多,导致信息丢失地越多,定位越不准确;
2、图片选取部分越小,network可以训练或者识别的图区就越小
新方法
U-Net:
U-Net是一种改良的CNN网络,特点是网络结构为U字型,且没有全连接层。
两个部分组成:
1、压缩路径
2、拓展路径
挂一下,待填坑