当前位置：网站首页>网络模型（U-net，U-net++， U-net+++）

网络模型（U-net，U-net++， U-net+++）

2022-08-11 09:16:00 【渡口五十六】

参考

B站视频

应用场景

  1. 医学领域
  2. 小目标分割

U-net模型

  1. 编码-解码：（先将图像编码成特征，再将特征解码成图像）
  2. 特征融合，采用拼接方法要比直接加法好（因为在下一步会对拼接的特征进行加权融合）
    在这里插入图片描述

图1：U-net:Alt

接下来是改进模型

U-net++模型

改进思路（特征融合和类似fpn的多分支预测和多loss）

在图1中 X 0 , 0 X^{0, 0} X0,0 和 X 0 , 4 X^{0, 4} X0,4的连接隔了很远的距离，所以在中间增加特征融合的新路径。
在这里插入图片描述
在这里插入图片描述
使用中间结果预测， 相当于把每一步做好，最后的结果也很好。

此外该模型很容易剪枝
在这里插入图片描述

U-net+++

主要的创新点为在 X 4 X^4 X4上同时融合了浅层的位置信息和深层的语义信息。在这里插入图片描述

原网站

版权声明
本文为[渡口五十六]所创，转载请带上原文链接，感谢
https://blog.csdn.net/qq_40837795/article/details/126245600

边栏推荐

猜你喜欢

随机推荐