溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

如何理解Tensorflow中的DC-VNet

發(fā)布時間：2021-11-17 09:58:55 來源：億速云 閱讀：222 作者：柒染 欄目：大數(shù)據(jù)

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(yīng)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(wǎng)絡(luò)  
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(shè)計的，一個是設(shè)計了高效的CNN結(jié)構(gòu)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(jié)果，在三個數(shù)據(jù)上結(jié)果分別提升了2.9%，1.49%和11.42%的精度。
2、 Unet經(jīng)典結(jié)構(gòu)
由卷積層，池化層，上采樣樣層，跳躍連接層構(gòu)成。
如何理解Tensorflow中的DC-VNet
二、 MultiResUNet網(wǎng)絡(luò)  
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(jié)果進行拼接連接，實現(xiàn)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(shù)，從而減少參數(shù)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(jié)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。
如何理解Tensorflow中的DC-VNet
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(wǎng)絡(luò)的輸出，經(jīng)過四個3x3的殘差連接卷積操作，最后再與編碼網(wǎng)絡(luò)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(jié)構(gòu)如下所示。每個多尺度殘差網(wǎng)絡(luò)的卷積核大小及個數(shù)是3個3x3和1個1x1，特征通道個數(shù)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(shù)分別是4，3，2，1。具體可以看表格1。
如何理解Tensorflow中的DC-VNet
三、 DC-UNet網(wǎng)絡(luò)  
針對MultiResUnet模型提出更有效的網(wǎng)絡(luò)結(jié)構(gòu)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(jié)果線性相加輸出。如下圖所示。
如何理解Tensorflow中的DC-VNet
具有雙通道模塊和殘差路徑的DC-Unet結(jié)構(gòu)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(shù)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(shù)分別是4，3，2，1。具體可以看表格2。
如何理解Tensorflow中的DC-VNet  
四、 訓(xùn)練細節(jié)  
預(yù)處理將圖像統(tǒng)一到256x128大小，并將圖像從16位數(shù)據(jù)格式轉(zhuǎn)換到8位數(shù)據(jù)格式。采用二值交叉熵損失函數(shù)，優(yōu)化器采用Adam及其默認參數(shù)。
五、 評價指標  
由于輸出的圖像是0到1的數(shù)值，可以采用二值的比較方法：jaccard相似性即IOU?？梢圆捎没叶鹊谋容^方法：絕對值平均誤差（MAE），Tanimoto相似性（jaccard相似性的擴展衍生），結(jié)構(gòu)相似性（SSIM）。
六、 結(jié)果對比  
在三個數(shù)據(jù)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(jié)果都是最好的。

關(guān)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(nèi)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(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。

向AI問一下細節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手