《表1 改进的Deep Lab网络结构》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多源融合FCN的冠脉图像分割方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

改进的DeepLab结构如表1所示.其中，网络模型中卷积层的卷积核都是3×3卷积，pading=1，stride=2，在每个3×3的深度可分卷积后面加了BN层和ReLU激活函数.卷积层初始阶段中conv＿1和conv1＿2包含64个卷积核；conv2＿1和conv2＿2卷积层中分别含有128个卷积核；紧接着conv3＿1，conv3＿2，conv3＿3中分别有256个卷积核.随后将Xception结构中conv4＿1卷积核改为1×1，具有512个卷积核，conv5＿1为128个1×1的卷积核.最后DenseASPP[12]部分中3×3卷积核部分的扩张率分别设置为6，12，18和24，1×1卷积核部分的扩张率设置为1，1×1卷积用于降低通道数和参数数量，同时减轻了模型的复杂度和计算量，最后连接softmax回归层输出目标分类结果，完成实现图像分割的多源融合FCN模型[13].