《表2 不同网络的参数量:基于AttentionNet和DenseUnet的脊椎CT分割》
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AttentionNet和DenseUnet的脊椎CT分割》
Unet和传统DenseUnet作为常见的分割网络,许多研究者都在这两个网络的基础上进行改进。在参数量上对所提方法和这两种网络进行对比。由于所提方法进行了预训练,并且训练了AttentionNet,所以所提方法的参数量为DenseUnet预训练参数量、AttentionNet参数量、DenseUnet训练三通道样本参数量之和,如表2所示。
图表编号 | XD00188319900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 田丰源、周明全、闫峰、范力、耿国华 |
绘制单位 | 西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |