CE-Net

一、贡献

(1)提出DAC模块和RMP模块,以捕获更多高级特征并保留更多空间信息
(2)将所提出的DAC模块和RMP模块与编码器-解码器结构集成在一起,用于医学图像分割

二、方法

CE-Net_第1张图片
(b)部分是shortcut mechanism

空洞卷积

CE-Net_第2张图片
公式化为:
CE-Net_第3张图片
空洞率r对应于对输入信号进行采样的步幅

密集空洞卷积模块

CE-Net_第4张图片
密集空洞卷积block的说明,它包含四个分支,能够提取不同尺度的特征

残差多核池化

CE-Net_第5张图片
RMP策略的说明。RMP使用四个不同大小的池化核收集上下文信息。然后将特征输入1×1卷积以减小特征图的维度。最后,将上采样的特征与原始特征连接起来。

特征解码器模块

主要包括连续的1×1卷积、3×3 转置卷积和1×1 卷积。

你可能感兴趣的:(论文笔记,计算机视觉,人工智能,深度学习)