文章阅读：Partially Reversible Unet

文章地址：A Partially Reversible U-Net for Memory-Efficient Volumetric Image Segmentation

代码：code

概述

针对的问题：

• 用于分割的3D卷积神经网络的主要缺点之一是其内存占用量太大。

贡献：

• 作者提出了一种部分可逆的U-Net架构，该架构可显着减少内存消耗。

作者在本文中介绍了两种减少分割CNN的内存消耗的策略：

1. 使用批量处理卷。
2. 使用小批量进行训练。

作者提出的Partially Reversible Unet网络，其的基本构建元素是reversible block，如下图所示：

多个可逆块可以链接在一起以形成任意长度的序列。 因为每个块都是可逆的，所以整个序列也是可逆的。我们将其称为可逆序列（RSeq），其结构如图所示：

方法

Partially Reversible Unet的网络结构如图所示：

• 因为U-net中的上采样和下采样会改变输出单位的数量，U-Net的分支和合并性质使得将整个网络建模为单个可逆序列是不切实际的。
• 作者放弃了完全可逆架构的想法，并在编码器和解码器中的每个分辨率级别采用单个可逆序列，同时使用传统的不可逆操作进行下采样和上采样以及跳过连接。