如何理解Tensorflow中的DC-VNet

發布時間：2021-11-17 09:58:55 來源：億速云閱讀：228 作者：柒染欄目：大數據

如何理解Tensorflow中的DC-VNet，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

一、原始Unet網絡

1、原始Unet有一些缺陷。文章作者因此提出了的改進Unet的DC-Unet（雙通道Unet），主要從兩個方面來設計的，一個是設計了高效的CNN結構取代Unet中的編碼器和解碼器，第二個是用殘差模塊取代編碼器與解碼器之間的跳躍連接。相對于原始Unet結果，在三個數據上結果分別提升了2.9%，1.49%和11.42%的精度。

2、 Unet經典結構

由卷積層，池化層，上采樣樣層，跳躍連接層構成。

二、 MultiResUNet網絡

1.1、采用不同大小的卷積核來替換原始Unet的卷積來提取特征，然后再將不同卷積的結果進行拼接連接，實現不同圖像尺度的特征融合到一起。如下圖所示，為了減少通道個數，從而減少參數計算，通過1x1卷積來減少維度，如下圖所示。

論文中作者對上述Inception模塊進行了簡化，可以通過一系列相同卷積操作組合達到不同大小卷積核計算效果，然后將不同卷積計算結果進行拼接完成不同尺度特征的拼接融合，如下圖b所示。此外，作者還增加殘差連接到Inception模塊中去，如下圖c所示。

2.2、Unet中跳躍連接模塊替換成殘差路徑連接，如下圖所示，該模塊輸入是解碼網絡的輸出，經過四個3x3的殘差連接卷積操作，最后再與編碼網絡的輸出進行拼接。

2.3、具有多尺度殘差模塊和殘差路徑的MultiResUnet結構如下所示。每個多尺度殘差網絡的卷積核大小及個數是3個3x3和1個1x1，特征通道個數每一個模塊不一樣，具體可以看表1。殘差路徑的卷積核大小是多個3x3和1x1模塊的疊加，從下圖可以看到模塊中3x3和1x1的殘差模塊的個數分別是4，3，2，1。具體可以看表格1。

三、 DC-UNet網絡

針對MultiResUnet模型提出更有效的網絡結構來提取更多空間特征。為了克服無效空間特征的問題，采用多個通路的3個3x3卷積層代替MultiRes模塊中的殘差連接。論文作者在雙通道模塊中采用了2個通路的3個3x3卷積層，最后將這兩個通路的結果線性相加輸出。如下圖所示。

具有雙通道模塊和殘差路徑的DC-Unet結構如下所示。每個雙通道模塊的卷積核大小都是3x3大小，特征通道個數每一個模塊不一樣，具體可以看表2。殘差路徑的卷積核大小是多個3x3和1x1模塊的疊加，從下圖可以看到模塊中3x3和1x1的殘差模塊的個數分別是4，3，2，1。具體可以看表格2。

四、訓練細節

預處理將圖像統一到256x128大小，并將圖像從16位數據格式轉換到8位數據格式。采用二值交叉熵損失函數，優化器采用Adam及其默認參數。

五、評價指標

由于輸出的圖像是0到1的數值，可以采用二值的比較方法：jaccard相似性即IOU。可以采用灰度的比較方法：絕對值平均誤差（MAE），Tanimoto相似性（jaccard相似性的擴展衍生），結構相似性（SSIM）。

六、結果對比

在三個數據集上對比了UNet，MultiResUNet和DC-UNet，不管從客觀評價指標還是主管視覺上，DC-Unet的結果都是最好的。

關于如何理解Tensorflow中的DC-VNet問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。

向AI問一下細節

中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

如何理解Tensorflow中的DC-VNet

猜你喜歡

中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

如何理解Tensorflow中的DC-VNet

猜你喜歡

最新資訊

相關推薦

相關標簽