BiX-NAS：面向医学图像分割的高效双向架构搜索
图像与视频处理
2021-07-02 v3 计算机视觉与模式识别
摘要
循环机制近来被引入 U-Net 用于多种医学图像分割任务。现有研究侧重于通过重用构建模块来促进网络递归。尽管可大幅节省网络参数，但计算成本仍随预设迭代次数不可避免地增加。本工作中，我们研究了双向跳跃连接网络的多尺度升级，并通过一种新颖的两阶段神经架构搜索（NAS）算法（即 BiX-NAS）自动发现高效架构。我们所提方法通过筛选不同层级和迭代中无效的多尺度特征来降低网络计算成本。我们在两个分割任务上使用三个不同的医学图像数据集评估 BiX-NAS，实验结果表明，我们 BiX-NAS 搜索得到的架构以显著更低的计算成本实现了最先进的性能。
引用
@article{arxiv.2106.14033,
title = {BiX-NAS: Searching Efficient Bi-directional Architecture for Medical Image Segmentation},
author = {Xinyi Wang and Tiange Xiang and Chaoyi Zhang and Yang Song and Dongnan Liu and Heng Huang and Weidong Cai},
journal= {arXiv preprint arXiv:2106.14033},
year = {2021}
}
备注
MICCAI2021