《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

  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

《基于多尺度编码-解码网络的皮肤病变图像分割》

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

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。