《表2 RPN中的语义特征网络》

  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

《带有语义特征得分的肺结节检测方法》

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

本文分别在改进的RPN和Fast R-CNN中增加了语义特征网络，在改进的RPN中，使用三层卷积核对语义特征进行学习。具体训练过程中的参数如表2所示，以锚盒为输入，依次使用3×3×512、3×3×512、1×1×1 024三个卷积核，在卷积操作中，将Padding设置为SAME，不会改变卷积前后特征图的大小，最后输出为1×1×96(12×8）的特征值。其中“12”代表12个锚盒，“8”代表8个语义特征的预测得分。