ISIC 2018——一种病灶分割方法
计算机视觉与模式识别
2018-07-24 v2
摘要
我们团队参与了任务 1：病灶边界分割的挑战，并使用了一种组合网络，其中之一是 ourselves 设计的名为 updcnn net 的网络，另一个是改进的 VGG 16 层网络。Updcnn net 使用缩小尺寸的图像进行训练，而 VGG 16 层网络利用大尺寸图像。我们使用图像增强以获取更丰富的数据集。我们在 VGG 16 层网络中使用边框进行局部注意力正则化以微调损失函数，这可增加训练数据数量，并使模型更鲁棒。在测试中，该模型用于联合测试并取得了良好结果。
引用
@article{arxiv.1807.07391,
title = {ISIC 2018-A Method for Lesion Segmentation},
author = {Hongdiao Wen and Rongjian Xu and Tie Zhang},
journal= {arXiv preprint arXiv:1807.07391},
year = {2018}
}