定位与分割任务间的深度特征迁移
计算机视觉与模式识别
2018-11-13 v2
摘要
本文提出一种针对基于 U-net 的图像分割的新预训练方案。我们首先训练编码臂作为定位网络以预测目标中心，再将其扩展为用于分割的 U-net 架构。我们将所提方法应用于从眼底照片中分割视盘的问题。我们的工作表明，编码臂学到的特征可迁移至分割网络以减轻标注负担。我们提出该方法可对医学图像分割具有广泛效用，并通过在更易获取的标注上预训练来缓解勾画复杂结构的负担。
引用
@article{arxiv.1811.02539,
title = {Deep feature transfer between localization and segmentation tasks},
author = {Szu-Yeu Hu and Andrew Beers and Ken Chang and Kathi Höbel and J. Peter Campbell and Deniz Erdogumus and Stratis Ioannidis and Jennifer Dy and Michael F. Chiang and Jayashree Kalpathy-Cramer and James M. Brown},
journal= {arXiv preprint arXiv:1811.02539},
year = {2018}
}