TernausNet：在 ImageNet 上预训练的 VGG11 编码器用于图像分割的 U-Net
计算机视觉与模式识别
2018-01-18 v1
摘要
逐像素图像分割是计算机视觉中的一项高要求任务。由编码器和解码器组成的经典 U-Net 架构在医学图像、卫星图像等分割中非常流行。通常，使用在 ImageNet 等大型数据集上预训练的网络权重初始化的神经网络，比在小数据集上从头训练的网络表现更好。在一些实际应用中，特别是医学和交通安全领域，模型的准确性至关重要。在本文中，我们展示了如何通过使用预训练编码器来改进 U-Net 类型的架构。我们的代码和相应的预训练权重公开于 https://github.com/ternaus/TernausNet。我们比较了三种权重初始化方案：LeCun 均匀初始化、带有 VGG11 权重的编码器，以及在 Carvana 数据集上训练的完整网络。该网络架构是 Kaggle: Carvana Image Masking Challenge（共 735 支队伍中第 1 名）获胜方案的一部分。
引用
@article{arxiv.1801.05746,
title = {TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation},
author = {Vladimir Iglovikov and Alexey Shvets},
journal= {arXiv preprint arXiv:1801.05746},
year = {2018}
}
备注
5 pages, 4 figures