其他分享
首页 > 其他分享> > 【论文阅读】Unet、Unet++、Unet3+系列论文网络与研究思路解读

【论文阅读】Unet、Unet++、Unet3+系列论文网络与研究思路解读

作者:互联网

[1]Ronneberger, O., Fischer, P., & Brox, T. (2015, October). U-net: Convolutional networks for biomedical image segmentation. In International Conference on Medical image computing and computer-assisted intervention (pp. 234-241). Springer, Cham.
[2]Zhou, Z., Siddiquee, M. M. R., Tajbakhsh, N., & Liang, J. (2018). Unet++: A nested u-net architecture for medical image segmentation. In Deep learning in medical image analysis and multimodal learning for clinical decision support (pp. 3-11). Springer, Cham.
[3]Huang, H., Lin, L., Tong, R., Hu, H., Zhang, Q., Iwamoto, Y., … & Wu, J. (2020, May). Unet 3+: A full-scale connected unet for medical image segmentation. In ICASSP 2020-2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 1055-1059). IEEE.

文章目录


1. 分割中的基本问题

在这里插入图片描述
分割任务的挑战:

2.1 Unet

在这里插入图片描述
网络结构设计重点:

Q1: Is it the feature extractor important?

在这里插入图片描述

Q2: Is it the down-sampling important?

在这里插入图片描述

Q3: Is it the up-sampling important?

在这里插入图片描述

Q4: Is it the skip connection important?

在这里插入图片描述
在这里插入图片描述

2.2 Unet++

Q1: How many layers is suitable for a CNN?

在这里插入图片描述

浅有浅的侧重,深有深的优势。

Q2: How to integrate diverse ‘U-net’s with different layers?

在这里插入图片描述

存在缺陷:反向求导中间部分未经过,训练不了
在这里插入图片描述
Solution:每个尺度都计算损失函数,即deep supervision

在这里插入图片描述
在这里插入图片描述

Q3: Does the nested and dense skip connection work well? (Ablation study)

在这里插入图片描述

Q4: Does the deep supervision work well?(Ablation study)

在这里插入图片描述

Q5: Does the deep supervision work well?(剪枝)

在这里插入图片描述

2.3 Unet3+

Q1: How to render the Unet-like network utilize multi-scale features?

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Ablation study:
Q2: Does the use of multi-scales features work well?
Q3: Does the use of deep supervision work well?

在这里插入图片描述

Q4: How to reduce the over-segmentation?

在这里插入图片描述

Ablation study:
Q5: Does the CGM work well?

在这里插入图片描述

Q6: Why Unet3+ is more efficient with fewer parameters?

在这里插入图片描述

3. 小结

在这里插入图片描述

标签:segmentation,work,++,image,论文,well,Unet,Does
来源: https://blog.csdn.net/qq_43019433/article/details/118608127