Dense-Unet实现眼底图像血管分割(VesselNet)

之前用Retina Unet项目实现了眼底图像血管分割,分割网络用的是Unet,现在看了DenseNet之后,将之前Unet网络中的Conv2d替换成下图的Dense Block之后,效果会有提升。
Dense-Unet实现眼底图像血管分割(VesselNet)_第1张图片
在DRIVE数据集上的AUC值:

Methods AUC ROC on DRIVE
Retina-Unet 0.9790
VesselNet 0.9841

下面是Dense-Unet博主的项目连接:Retina-VesselNet

  • 首次运行:运行run main_train.py文件后会在experiment文件夹下生成数据路径文件,然后将自己的训练数据放进去,再次运行run main_train.py文件来进行训练。
  • 测试:如果像测试自己的图片,就将测试图片放在VesselNet / test / origin文件夹下面,然后在配置文件configs/segmention_config.json中修改图片类型,再运行main_test.py就可以预测了,预测的结果在VesselNet / test / result文件夹中
  • 预训练模型:也可以使用预先训练好的模型来直接预测

你可能感兴趣的:(深度学习,VesselNet,DenseUnet,眼底图像血管分割,RetinaUnet)