位置: IT常识 - 正文

unet网络详解(unet网络的优缺点)

编辑:rootadmin
unet网络详解 Unet参考文献:U-Net: Convolutional Networks for Biomedical Image Segmentation作者:Olaf Ronneberger, Philipp Fischer, and Thomas Brox什么是Unet模型

推荐整理分享unet网络详解(unet网络的优缺点),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:Unet网络详解,unnet,Unet网络详解,Unet网络详解,unet fcn,Unet网络详解,unet网络介绍,unet网络的优缺点,内容如对您有帮助,希望把文章链接给更多的朋友!

Unet是一个优秀的语义分割模型,其主要执行过程与其它语义分割模型类似。与CNN不同的之处在于CNN是图像级的分类,而unet是像素级的分类,其输出的是每个像素点的类别。

Unet损失函数

主要部分:softmax激活函数 + 带权重的交叉熵损失函数 + 权重计算函数

softmax激活函数

softmax激活函数将每个像素点的输入特征与权重做非线性叠加。每个像素点经过softmax的处理后产生的输出值个数等于标签里的类别数。softmax将每个像素点的输出值变换成值为正且和为1的概率分布,从而得到每个像素点中每个类的置信度。

交叉熵损失函数

交叉熵损失函数:用来衡量两个概率分布差异的测量函数

在上式中,yc表示样本的真实分布,其值要么为0,要么为1,Pc表示样本的预测分布。

本论文使用的是带边界权重的交叉熵损失函数:

p是经softmax处理后的输出值;

l :Ω → {1, . . . , K},是每个像素的真实标签;

pl(x)(x):点x在对应的label给出的那个类别的输出的激活值。

w : Ω → R 是在训练过程中添加给每个像素的权重 。

权重计算函数

w(x)这个公式主要参考正态分布的式子。 wc(x)是预先计算每个地面真值分割,用来补偿训练数据集中每个类别的像素的不同频率; d1是距离最近细胞边界的距离 d2是距离第二近细胞边界的距离

当d1、d2都等于0时,后面部分有最大值,且d1、d2越小,后面部分越大,即整个权重越大。当d1、d2越小,意味着越靠近细胞边界,细胞边界所占的权重越大,可以迫使网络学习。

unet网络详解(unet网络的优缺点)

权重的作用:权重可以调整图像中某个区域的重要程度,在计算损失的过程中,给两个细胞重合的边缘部分增加了损失的权重,以此让网络更加注重这类重合的边缘信息。

总结:首先使用softmax操作得到每个类的置信度,然后使用交叉熵来衡量预测和标号之间的差距。

Unet主要结构

Unet可以分为三个部分,如上图所示:

第一部分是主干特征提取部分,我们可以利用主干部分获得一个又一个的特征层,Unet的主干特征提取部分与VGG相似,为卷积和最大池化的堆叠。利用主干特征提取部分我们可以获得五个初步有效特征层,在第二步中,我们会利用这五个有效特征层可以进行特征融合。

第二部分是加强特征提取部分,我们可以利用主干部分获取到的五个初步有效特征层进行上采样,并且进行特征融合,获得一个最终的,融合了所有特征的有效特征层。

第三部分是预测部分,我们会利用最终获得的最后一个有效特征层对每一个特征点进行分类,相当于对每一个像素点进行分类。

主干特征提取网络

Unet的主干特征提取部分由卷积层+最大池化层组成,整体结构与VGG类似。

当输入的图像大小为512x512x3的时候,具体执行方式如下: 1、conv1:进行两次[3,3]的64通道的卷积,获得一个[512,512,64]的初步有效特征层,再进行2X2最大池化,获得一个[256,256,64]的特征层。 2、conv2:进行两次[3,3]的128通道的卷积,获得一个[256,256,128]的初步有效特征层,再进行2X2最大池化,获得一个[128,128,128]的特征层。 3、conv3:进行三次[3,3]的256通道的卷积,获得一个[128,128,256]的初步有效特征层,再进行2X2最大池化,获得一个[64,64,256]的特征层。 4、conv4:进行三次[3,3]的512通道的卷积,获得一个[64,64,512]的初步有效特征层,再进行2X2最大池化,获得一个[32,32,512]的特征层。 5、conv5:进行三次[3,3]的512通道的卷积,获得一个[32,32,512]的初步有效特征层。

为什么是572x572,不是512x512?

因为图像边界的图像块没有周围像素,卷积会使图像边缘处的信息丢失,因此要对周围像素采用了镜像扩充。

加强特征提取结构

利用第一步我们可以获得五个初步的有效特征层,在加强特征提取网络这里,我们会利用这五个初步的有效特征层进行特征融合,特征融合的方式就是对特征层进行上采样并且进行堆叠。

为了方便网络的构建与更好的通用性,我们的Unet和上图的Unet结构有些许不同,在上采样时直接进行两倍上采样再进行特征融合,最终获得的特征层和输入图片的高宽相同。

利用特征获得预测结果

利用特征获得预测结果的过程为: 利用一个1x1卷积核进行通道调整,将最终特征层的通道数调整成num_classes。

代码复现

数据集:ISBI

模型训练:

测试集:

本文链接地址:https://www.jiuchutong.com/zhishi/290763.html 转载请保留说明!

上一篇:COCO数据集的介绍和使用(coco2017数据集介绍)

下一篇:LIO-SAM学习与运行测试数据集

  • iqooz5x手机屏幕多大

    iqooz5x手机屏幕多大

  • 借呗无信用额度怎么开通(借呗无信用额度多久解除)

    借呗无信用额度怎么开通(借呗无信用额度多久解除)

  • win10计算器在哪(win10计算器在哪儿调出来)

    win10计算器在哪(win10计算器在哪儿调出来)

  • 微信零钱提示系统升级(微信零钱出现异常怎么办)

    微信零钱提示系统升级(微信零钱出现异常怎么办)

  • vivox23信号差怎么解决(vivox21手机信号弱怎么办)

    vivox23信号差怎么解决(vivox21手机信号弱怎么办)

  • 抖音作品如何免费上热门(抖音作品如何免流量播放)

    抖音作品如何免费上热门(抖音作品如何免流量播放)

  • oppoa3怎么截屏(oppoa 3怎么截图)

    oppoa3怎么截屏(oppoa 3怎么截图)

  • qq音乐乐币可以赠送给好友吗(qq音乐乐币可以退款吗)

    qq音乐乐币可以赠送给好友吗(qq音乐乐币可以退款吗)

  • 8gddr4内存什么意思(8gbddr4内存怎么样)

    8gddr4内存什么意思(8gbddr4内存怎么样)

  • iphone8p听筒声音变得特别小怎么回事(苹果8p听筒声音)

    iphone8p听筒声音变得特别小怎么回事(苹果8p听筒声音)

  • 抖音绑定今日头条会涨粉吗(抖音绑定今日头条怎么绑定)

    抖音绑定今日头条会涨粉吗(抖音绑定今日头条怎么绑定)

  • 路由器哪几个灯闪是正常的(路由器哪几个灯亮正常能正常上网)

    路由器哪几个灯闪是正常的(路由器哪几个灯亮正常能正常上网)

  • ip地址相同如何解释(ip地址相同怎么解决)

    ip地址相同如何解释(ip地址相同怎么解决)

  • 手机号怎么拉入黑名单(手机号怎么拉入黑名单并删除)

    手机号怎么拉入黑名单(手机号怎么拉入黑名单并删除)

  • 滴滴预付车费去哪儿了(滴滴预付车费是全部车费吗)

    滴滴预付车费去哪儿了(滴滴预付车费是全部车费吗)

  • 手机主板坏了有什么症状(手机主板坏了有办法拿到资料吗)

    手机主板坏了有什么症状(手机主板坏了有办法拿到资料吗)

  • 遮罩和蒙版的区别(蒙版遮盖)

    遮罩和蒙版的区别(蒙版遮盖)

  • wps2019清除格式在哪(wps2019如何清除格式)

    wps2019清除格式在哪(wps2019如何清除格式)

  • 小度蓝牙音箱怎样操作(小度蓝牙音箱怎么开机)

    小度蓝牙音箱怎样操作(小度蓝牙音箱怎么开机)

  • 小米手环4如何设置密码(小米手环4如何绑定手机)

    小米手环4如何设置密码(小米手环4如何绑定手机)

  • 谷歌浏览器怎么设置运行加载项(谷歌浏览器怎么改成简体中文)

    谷歌浏览器怎么设置运行加载项(谷歌浏览器怎么改成简体中文)

  • 高德地图打车怎么付款(高德地图打车怎么取消自动扣款)

    高德地图打车怎么付款(高德地图打车怎么取消自动扣款)

  • 抖音的喜欢可以隐藏吗(抖音的喜欢可以倒序嘛)

    抖音的喜欢可以隐藏吗(抖音的喜欢可以倒序嘛)

  • windows10如何分区(windows10怎么分区)

    windows10如何分区(windows10怎么分区)

  • vue-print-nb 实现页面打印(含分页打印)(vue print nb 教程)

    vue-print-nb 实现页面打印(含分页打印)(vue print nb 教程)

  • 学计算机选择什么编程语言好一些?(学计算机选择什么专业)

    学计算机选择什么编程语言好一些?(学计算机选择什么专业)

  • 牛客前端刷题(四)——微信小程序篇(牛客前端刷题怎么样)

    牛客前端刷题(四)——微信小程序篇(牛客前端刷题怎么样)

  • 简易征收预缴税率怎么算
  • 递延所得税负债转回怎么理解
  • 计提税金账务处理
  • 印花税退税减半征收会计分录怎么写?
  • 新个税年终奖计算公式
  • 年金是否一定是每年发生一次
  • 长期待摊一般摊几年
  • 增值税有定额税率吗
  • 一般企业和小企业会计准则的区别
  • 行政人员出差预借差旅费需要预算会计吗
  • 受赠房产转让可以免个税
  • 城镇垃圾处理费计入什么科目
  • 完工绿化苗木怎样结转成本?
  • 税务部门罚没收入200元
  • 退包装物冲减货款怎么算
  • 一般纳税人如何零申报
  • 税控盘管理费会计分录
  • 合同签订中,可以撤销吗
  • 向境外企业支付服务费代扣代缴什么税
  • win7如何设置高级网卡功能适合玩网络游戏
  • 房地产会计工资一般多少
  • 电脑系统出问题了怎么办
  • linux文件权限控制
  • 销售使用过的固定资产怎么填申报表
  • 出口企业增值税怎么算
  • 融资租赁账务处理实例承租方
  • 个人从任职单位取得可公开交易的股票期权
  • 零售企业进货退税政策
  • php的implode
  • 企业之间是什么意思
  • thinkphp post
  • 微信支付开发需要什么条件
  • win11 退回
  • configure命令
  • system view命令
  • 公司买办公用品是谁的工作
  • 员工预支款项及报销流程
  • 纳税人具有怎样的特征?
  • 金税四期上线后如何查虚开
  • 总公司和子公司可以是一个法人吗
  • 母公司兼并子公司怎么办
  • 新开企业如何开发票
  • 现金折扣要扣除折扣金额入账吗
  • 实收资本现金入账怎么办
  • 没有计提坏账准备的情况下,应收账款的计税基础
  • 车船税没有发票可以入账吗
  • 研发费用入账
  • 关于小微企业免征印花税的规定
  • 收到保险公司保险费会计分录
  • 超市会计怎么做会计分录
  • mysql的crud
  • win10入门全教程视频
  • centos安装类型选择
  • win10系统玩游戏卡
  • ctl.start
  • win8系统怎么关掉开机密码
  • mac迁移助理是什么意思啊
  • linux config
  • linux 卸载 mysql
  • javascript数据结构与算法
  • 批处理在windows中的典型应用
  • JAVA的OPENGL,JOGL入门实例----不断变色的点阵 (源代码)
  • android的基本概念
  • android:gravity和android:layout_gravity的区别
  • vue中的组件通信
  • 复杂的字
  • javascript基础笔记
  • javascript的
  • python版本怎么选
  • python中元祖的用法
  • android activity finish
  • 反编译android动态库
  • 企业吸收合并都包括什么
  • 专票怎么查询已开记录
  • 江苏省国家税务局电子税务局官网
  • 地税注销流程
  • 监察室主任岗位职责
  • 国税局招录条件
  • 企业出租房产的税收优惠政策
  • 考公务员考国税局有什么要求吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设