霹雳吧啦Wz语义分割学习笔记P11

P11.U-Net网络结构讲解

U-Net:Convolutional Networks for Biomedical Image Segmentation MICCAI 2015

生物医学影像

https://arxiv.org/abs/1505.04597

encoder：左边，特征提取下采样 contracting path

decoder：右边，通过一系列上采样得到最后的分割图 expansive path

输入为572x572的单通道图片，通过3x3的卷积层（stride=1，padding=0，所以通过卷积层后高和宽都减小）和relu激活函数

通过下采样（maxpooling2x2，stride=2，高和宽减半，channel不变），再经过3x3的卷积层和relu激活函数（每次下采样之后经过的卷积层都会将channel翻倍）

......

上采样（转置卷积，将特征层的高和宽都放大两倍，channel减半）

将64x64的特征层进行中心裁剪变成56x56，与右边56x56的特征层进行拼接，channel=1024

再通过卷积层将channel=512

上采样......

通过1x1的卷积层（没有relu激活函数），卷积核个数与分类的类别个数相同（前景+背景=2）

输入图片的大小为572x572，得到的分割图大小为388x388，不是针对原图的分割图，而是只有中间388x388区域的分割图

现在主流的实验方式：在卷积操作中加上padding（不会改变特征层的高和宽），在卷积层和relu激活函数中加上BN模块，得到的分割图大小与输入图片大小相同

 

高分辨率图片的分割方法

每次只分割一小块

 相邻的两个区域之间一般会有重叠的部分，为了更好地分割边界区域的信息

 

 

 a 分割原图的灰度图

b 人工标注的实例分割的标签数据

c 语义分割

d 热力图，训练时针对ground truth每一个像素的权重，细胞间的背景区域施加更大的权重，大片的背景区域施加较小的权重