![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
努力增重的贪吃熊
这个作者很懒,什么都没留下…
展开
-
unet网络结构说明及keras实现详解
论文地址:下载链接背景介绍unet网络常见于图像分割任务,本文从其网络结构出发,详细解释unet网络结构的实现过程。网络结构网络结构说明网络结构可以看成3个部分:下采样:网络的红色箭头部分,池化实现上采样:网络的绿色箭头部分,反卷积实现最后层的softmax:在网络结构中,最后输出两张fiture maps后,其实在最后还要做一次softmax,将其转换为...原创 2018-11-06 15:06:49 · 41495 阅读 · 7 评论 -
unet网络结构为什么适用于医学图像分割任务
一、医学图像的特点医学图像边界模糊、梯度复杂,需要较多的高分辨率信息人体内部结构相对固定,分割目标在人体图像中的分布很具有规律,语义简单明确,低分辨率的信息就可以简单定位二、unet网络结构适用的原因对于unet网络结构可以看这篇博文 unet网络结构说明及keras实现详解这里需要说明一下,unet的下采样过程,是从高分辨率(浅层特征)到低分辨率(深层特征)的过程。而unet的特点...原创 2018-11-07 17:14:31 · 9083 阅读 · 0 评论 -
keras中add和concatenate操作的不同
DenseNet和Inception中更多采用的是concatenate操作,而ResNet更多采用的add操作,这两个操作有什么异同呢?concatenate操作:网络结构设计中很重要的一种操作,经常用于将特征联合,多个卷积特征提取框架提取的特征融合或者是将输出层的信息进行融合。DenseNet是做通道的合并。而concatenate是通道数的合并,也就是说描述图像本身的特征增加了,而每一特征...原创 2018-11-13 22:45:31 · 5847 阅读 · 0 评论 -
《DeepLung: Deep 3D Dual Path Nets for Automated Pulmonary Nodule Detection and Classification》网络模型解读
一、项目背景介绍本次项目分为三部曲进行介绍:论文《DeepLung: Deep 3D Dual Path Nets for Automated Pulmonary Nodule Detection and Classification》网络模型解读部分项目笔记《DeepLung: Deep 3D Dual Path Nets for Automated Pulmonary Nodule D...原创 2019-04-30 11:18:45 · 2740 阅读 · 0 评论