《表1 MSEDN网络、SegNet网络以及FCN网络分割结果Tab.1 Segmentation results of MSEDN network, SegNet network, and FCN
FCN:Fully convolutional networks;MSEDN:Multi-scale encoderdecoder network
观察图2可以发现MSEDN网络在训练过程中,随着迭代次数不断增加,loss值逐渐趋于稳定。当网络训练迭代趋于最大迭代次数4万次,loss值基本稳定,这时所得训练模型具有一定准确性。此外,MSEDN网络是在Seg Net网络结构的设计思路的基础上进行修改而得到的网络,而Seg Net网络又是在FCN网络结构基础上提出的。因此,通过对比MSEDN网络与Seg Net网络、FCN网络分别在皮肤病变图像的分割结果,从而验证MSEDN网络的有效性和准确性。本文采用逐像素分割精度Ac、Dic、Jac 3项评估指标来对最后的分割结果进行评估。实验是在Caffe中进行的,结果如表1所示。
图表编号 | XD0061332800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 杨国亮、洪志阳、许楠 |
绘制单位 | 江西理工大学电气工程与自动化学院、江西理工大学电气工程与自动化学院、江西理工大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |