LesionSeg：使用深度卷积神经网络进行皮肤病变语义分割
计算机视觉与模式识别
2017-03-16 v3 人工智能
神经与进化计算
摘要
我们提出了一种用于 ISIC 2017 皮肤病变分割挑战赛的皮肤病变分割方法。我们的方法基于一个端到端地在有限数据集上从头训练的 Fully Convolutional Network 架构。我们的语义分割架构利用了近期的一些创新，特别是结合使用了 (i) 使用空洞卷积在不增加参数数量的情况下扩大网络感受野的有效视野，(ii) 使用网络中的网络 卷积层来增加网络的容量，以及 (iii) 使用子像素 CNN 层对预测进行最先进的超分辨率上采样。我们在组织者提供的验证集上报告了 0.642 的平均 IOU 分数。
引用
@article{arxiv.1703.03372,
title = {LesionSeg: Semantic segmentation of skin lesions using Deep Convolutional Neural Network},
author = {Dhanesh Ramachandram and Terrance DeVries},
journal= {arXiv preprint arXiv:1703.03372},
year = {2017}
}