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

  • reno2z(reno怎么样)(reno 2手机)

    reno2z(reno怎么样)(reno 2手机)

  • 小红书怎么修改昵称(小红书怎么修改笔记)

    小红书怎么修改昵称(小红书怎么修改笔记)

  • 怎么把word英文转换成中文(怎么把word英文下面的横线去掉)

    怎么把word英文转换成中文(怎么把word英文下面的横线去掉)

  • oppor11突然黑屏开不了机怎么办(oppor11突然黑屏开不了机)

    oppor11突然黑屏开不了机怎么办(oppor11突然黑屏开不了机)

  • 抖音直播满月什么意思(直播间满月是什么意思)

    抖音直播满月什么意思(直播间满月是什么意思)

  • oppo微信视频怎么美颜(oppo微信视频怎么开美颜)

    oppo微信视频怎么美颜(oppo微信视频怎么开美颜)

  • 微信收款交易限制什么原因(微信收款交易限制人脸识别解除)

    微信收款交易限制什么原因(微信收款交易限制人脸识别解除)

  • 麒麟990和9905g性能对比(麒麟9905g和麒麟9904g性能差距)

    麒麟990和9905g性能对比(麒麟9905g和麒麟9904g性能差距)

  • 抖音名字怎么改(抖音名字怎么改彩虹符号)

    抖音名字怎么改(抖音名字怎么改彩虹符号)

  • 朋友圈怎么发超过15秒以上的视频(朋友圈怎么发超过10分钟视频)

    朋友圈怎么发超过15秒以上的视频(朋友圈怎么发超过10分钟视频)

  • 格式工厂ncm转mp3失败(格式工厂ncm转mp3在线转好还是用软件转好)

    格式工厂ncm转mp3失败(格式工厂ncm转mp3在线转好还是用软件转好)

  • 微信二维码名片有效期(微信二维码名片会变吗)

    微信二维码名片有效期(微信二维码名片会变吗)

  • mate30与mate30pro区别(mate30和mate30 pro哪个好)

    mate30与mate30pro区别(mate30和mate30 pro哪个好)

  • 抖音直播违规行为有哪些(抖音直播间违规行为)

    抖音直播违规行为有哪些(抖音直播间违规行为)

  • 荣耀安装未知应用权限在哪里设置(荣耀安装未知应用权限怎么设置)

    荣耀安装未知应用权限在哪里设置(荣耀安装未知应用权限怎么设置)

  • pubg lite地区不可使用怎么办(pubglite地区不可用)

    pubg lite地区不可使用怎么办(pubglite地区不可用)

  • 快手青少年模式怎么开启(快手青少年模式怎么关闭)

    快手青少年模式怎么开启(快手青少年模式怎么关闭)

  • honor8x是什么牌子(华为honor8x是华为荣耀8x么)

    honor8x是什么牌子(华为honor8x是华为荣耀8x么)

  • vc2010怎么创建c程序(VC2010怎么创建项目)

    vc2010怎么创建c程序(VC2010怎么创建项目)

  • 怎么制作视频水印(怎么制作视频水印图片)

    怎么制作视频水印(怎么制作视频水印图片)

  • 蓝牙显示已连接但是没声音(蓝牙显示已连接但是手机声音)

    蓝牙显示已连接但是没声音(蓝牙显示已连接但是手机声音)

  • realme手机中文名字(realme中文名字)

    realme手机中文名字(realme中文名字)

  • 外拨电话被限制怎么解(外拨电话被限制怎么办视频)

    外拨电话被限制怎么解(外拨电话被限制怎么办视频)

  • 冰上的卷羽鹈鹕,希腊凯尔基尼湖 (© Guy Edwardes/Minden Pictures)

    冰上的卷羽鹈鹕,希腊凯尔基尼湖 (© Guy Edwardes/Minden Pictures)

  • Python统计学11——分位数回归(python 统计学包)

    Python统计学11——分位数回归(python 统计学包)

  • Vue 通过style属性、class属性来动态修改CSS样式(vue style import)

    Vue 通过style属性、class属性来动态修改CSS样式(vue style import)

  • 金税盘年费能全额抵扣吗
  • 一般纳税人优惠政策最新2022标准
  • 个人劳务报酬怎么申报个税
  • 电子承兑汇票贴现流程
  • 什么是实收资本其入账价值如何确定
  • 专票过期了
  • 哪些商业保险可以扣除个人所得税
  • 小规模纳税人每季度超过30万交税
  • 统驭科目的作用
  • 自然人转让股权给自己的公司
  • 现金折扣税务筹划
  • 家电公司销售电器赠送小礼品如何做账?
  • 收到采购商品
  • 哪些费用可以进项抵扣
  • 小规模纳税人按什么标准纳税
  • 通用机打发票什么样子
  • 一般纳税人两费减免会计分录
  • 离职补偿金如何计算
  • 互联网税务行动计划五大板块
  • 企业支付在哪里
  • 追补确认年度是哪一年
  • 以前年度少计收入 会计怎么处理
  • 公司对外汇款需要什么手续
  • 发票冲红可以冲红数量不变金额减少
  • 已申报未导入什么意思呀
  • 查账征收改为核定征收需要什么资料
  • 房屋出租收入是多少
  • 无票收入有风险吗
  • 事业单位收到奖励款怎么入账
  • 个人独资企业公账转私账
  • phpjson
  • 电脑输入法无法输入中文怎么办
  • 开展党建系列活动
  • 空调拆卸安装怎么找师傅
  • 个人税收是怎么计算的举例
  • 商业会计的做账流程
  • 先预付货款,货到了怎么做账
  • 私企固定资产管理办法
  • 小规模单位没交五险一金
  • 小糖是谁
  • nodejs写后端接口
  • 中国版ChatGPT即将来袭-国内版ChatGPT入口
  • 科大讯飞语音识别主要产品
  • php二分查找算法两种方法
  • 房地产代理公司资质证书
  • 2022年最新公务接待用餐标准
  • 工程施工资产负债表存货计算公式
  • 纳税人提供技术开发服务
  • 捐赠合同模板
  • 临时工工资会计科目怎么录
  • 可转债可以不卖吗
  • 已认证发票对方作废后不重开怎么办
  • 资产负债表中的货币资金怎么算
  • 企业向个人借款协议范本
  • sqlserver英文发音
  • asp 数据库
  • 印花税减免计入什么科目
  • 企业出售自用车辆的会计处理
  • 发票验旧后才能领新发票吗
  • 投资子公司亏损母公司报表怎么做
  • 企业收到补贴资金怎么办
  • 预缴税款的会计处理
  • 持有待售的非流动资产减值能转回吗
  • 简述Mysql Explain 命令
  • win2000安装过程
  • CentOS里/etc/sysconfig/clock内容解读
  • win7系统多久不动自动关机
  • qq突然显示windows登录
  • win10 20h2 04累积更新
  • win8操作
  • js设置图片宽度
  • js中eval函数是干嘛的
  • Node.js中的什么模块是用于处理文件和目录的
  • jquery定义方法
  • 江苏发票真伪查询网站
  • 领导对税收分析肯定性批示
  • 纳税人就是负税人对还是错
  • 发票红冲产生费用吗?
  • 北京税务局开票系统
  • 天津市各区国税局待遇一样吗?
  • 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