基于DeepLab v3空洞卷积的皮肤病变分割
计算机视觉与模式识别
2018-07-25 v1
摘要
随着美国黑色素瘤诊断数的增加，自动识别恶性病变日益受到研究界的关注。皮肤镜图像的分割是该过程的第一步，因此准确性至关重要。尽管过去利用卷积神经网络的技术已用于病变分割，我们提出了一种采用近期发布的DeepLab 3（一种用于图像分割的空洞卷积方法）的解决方案。尽管本次运行产生的结果并不理想，平均Jaccard指数为0.498，但我们相信，通过对DeepLab代码的兼容性作进一步调整与修改，并在更强大的处理单元上训练，该方法在未来的试验中可能取得更好的结果。
引用
@article{arxiv.1807.08891,
title = {Skin Lesion Segmentation Using Atrous Convolution via DeepLab v3},
author = {Yujie Wang and Simon Sun and Jahow Yu and Dr. Limin Yu},
journal= {arXiv preprint arXiv:1807.08891},
year = {2018}
}
备注
4 pages, 1 figure, ISIC challenge 2018