UNet 、3D-UNet 、VNet 区别

UNet 、3D-UNet 、VNet 区别

医学图像的几个常用模型,简单总结一下。

三个model的代码在我的Github上,可以参考一下:https://github.com/VickyLLY/unet_and_vnet

文章目录

  • UNet 、3D-UNet 、VNet 区别
    • 一、UNet
    • 二、3D-UNet
    • 三、VNet

一、UNet

UNet 、3D-UNet 、VNet 区别_第1张图片

创新点:

U型结构,下采样,上采样;短接通道(skip-connection)

二、3D-UNet

UNet 、3D-UNet 、VNet 区别_第2张图片

2D结构的U-Net是基本一样,唯一不同:2D操作换成了3D

好处:三维图像就不需要单独输入每个切片进行训练,而是可以采取图片整张作为输入到模型中

详细解读可以看:3D U-Net论文解析

三、VNet

UNet 、3D-UNet 、VNet 区别_第3张图片

Vnet是针对3D图像提出来模型。

创新:

1、引入残差,水平向的残差连接采用element-wise;

2、卷积层代替上采样和下采样的池化层。

ment-wise;

2、卷积层代替上采样和下采样的池化层。

详细Vnet和Unet对比:Unet和Vnet

你可能感兴趣的:(医学图像分割,文献理解/翻译,深度学习,计算机视觉,神经网络)