目录
具有稠密连接的双向ConvLSTMU-Net卷积
SAU-Net:基于空间注意力的密集型U-N网络在脊柱三维MRI分割中的应用
学会自适应的立体匹配
自然和医学图像的深度语义分割:综述
深度学习在股市预测中的应用:最新进展
具有稠密连接的双向ConvLSTMU-Net卷积
论文名称:Bi-Directional ConvLSTM U-Net with Densley Connected Convolutions
作者:Reza Azad; Maryam Asadi-Aghbolaghi; Mahmood Fathy; Sergio Escalera
发表时间:2019/9/15
论文链接:
推荐原因
在常规的 U-Net 中,他们直接将 encoded feature 直接拷贝并且结合到 decoding 的分支中。本文提出使用 BConvLSTM 的方法来处理 encoding 和 decoding feature,更好的进行结合。此处使用的 ConvLSTM 是来自于:Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting,NIPS 2015。该模型包含 input gate, output gate, forget gate, and a memory cell。