《表1 R-U-Net神经网络参数》
编码路径包含3个残差单元,每个单元将第一个卷积块的步长定为2,使特征图的尺寸减少到一半,而不是使用池化操作对特征图进行下采样去改变其大小,简化了网络的运算.相应地,解码路径也包含3个残差单元对称于编码路径形成U型架构,为了保持相同的分辨率,在每个单元之前有一个对来自低层特征图谱的上采样,并且为了在保留高级语义信息的同时利用低层的细节,建立了一个与其对应编码路径的特征图谱的连接.在解码路径的最后一层之后,有一个1*1的卷积和一个sigmoid激活层用于将多通道特征图谱映射到所需的分割,网络没有任何全连接层.相比于U-Net的23个卷积层,R-U-Net神经网络一共有15个卷积层,简化了神经网络的结构.每个步骤的参数和输出尺寸如表1所示.
图表编号 | XD0045025000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 王亚刚、王萌、韩俊刚、贾阳、路玉峰 |
绘制单位 | 西安邮电大学计算机学院、西安邮电大学计算机学院、西安邮电大学计算机学院、西安邮电大学计算机学院、西安市红会医院骨关节外科 |
更多格式 | 高清、无水印(增值服务) |