《表4 微调对迁移学习效果的影响》
基于以上步骤,对如何微调网络在CT与MR-T2的图像融合任务中的影响进行了实验.在源域与目标域中,我们采用相同结构的网络,对如3.1.1和3.1.2中所示的生成器中的4个卷积层与鉴别器中的5个卷积层进行不同位置的冻结与微调,通过对最终得到的融合图像质量的客观指标评价分析来判断如何微调能得到性能更好的网络.四组实验的评价指标如表4所示.加粗的数值表示四组微调方法中的最佳得分.
图表编号 | XD00157819400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 简献忠 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海市现代光学系统重点实验室 |
更多格式 | 高清、无水印(增值服务) |