一种基于 U-NET 的改进神经分割方法
计算机视觉与模式识别
2017-08-17 v1
摘要
神经分割对局部麻醉手术的顺利实施具有重大影响。目前，用于分割的网络包括 U-NET [1] 和 SegNet [2]。U-NET 网络训练时间短且训练参数较少，但深度不够深。SegNet 网络结构更深，但需要更长的训练时间和更多的训练样本。在本文中，我们提出了一种用于分割的改进型 U-NET 神经网络。该网络通过引入残差网络加深了原始结构。与 U-NET 和 SegNet 相比，改进后的 U-NET 网络训练参数更少，训练时间更短，且在分割效果上取得了极大的提升。改进后的 U-NET 网络结构在神经分割中具有良好的应用场景。
引用
@article{arxiv.1708.04747,
title = {An Improved Neural Segmentation Method Based on U-NET},
author = {Chenyang Xu and Mengxin Li},
journal= {arXiv preprint arXiv:1708.04747},
year = {2017}
}