《表3 分块策略性能比较:基于深度迁移学习的肺结节分割方法》
由表3可见,当分块叠加微调到Block2时网络最佳,即在冻结Block1的基础上,使得网络(Block2~Block5)高层次特征知识针对肺结节病例特征自适应调整:一方面能够有效缓解肺结节小数据集带来的过拟合;另一方面可以避免因为迁移学习再次训练所造成的特征表达性差的问题。因此Block2~Block5为网络有效微调块,即(卷积层Conv4~Conv13),后继续训练Block1,会使其学习的普遍性特殊化,又难以从小数据集中学习到准确、可泛化的新特征,过度拟合导致网络诊断性能下降。
图表编号 | XD00163209500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 马金林、魏萌、马自萍 |
绘制单位 | 北方民族大学计算机科学与工程学院、北方民族大学计算机科学与工程学院、北方民族大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |