1. 程式人生 > >U-Net核心思想

U-Net核心思想

2015年提出的用於生物影象分割的網路,並在當時取得了冠軍

核心思想:

1.網路由一個收縮子網路核一個擴張子網路構成;收縮主要用來捕捉上下文特徵,擴張用來進行定位;

2.收縮網路由卷積層、relu、2*2max polling構成,擴張網路主要由轉置卷積來完成;

3.收縮網路特徵層解析度高,用來定位;擴張網路特徵層解析度低,用來分類;

4.收縮網路和擴張網路之間存在快捷連線,將底底層特徵和高層特徵進行融合,取得更好的分割效果;

5.損失函式採用softmax+交叉損失熵,對於類別不平衡問題可以使用加權的交叉損失熵,可借鑑HED邊緣檢測中提到的思想;

6.U-Ner不需要大量的訓練資料,也能較好的收斂,至於為什麼該網路不需要大量資料,還不太清楚,還需進一步思考。