《表4 微调对迁移学习效果的影响》

  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

《迁移学习与GAN结合的医学图像融合模型》

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

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．