摘要： 1.为何要引入空洞卷积 1.1.Pool下采样的缺点 在分割网络中，一般先通过Conv和Pool进行操作，其中Conv提取特征信息（假设padding为same），Pool进行下采样。下采样的好处就是能够减少feature map的尺寸并且增大感受野，但是这又引起了另一个问题，那就是经过下采样后，一 阅读全文

摘要： 1.网络结构 SegNet由一个编码网络（Encoder Network）和与之对应的解码网络（Decoder NetWork）组成。编码网络与解码网络是在结构上是对称的，即不管是feature map size和channels，在对应位置上都是相同的，唯一的不同在于：解码网络最后的输出是多通道（ 阅读全文

摘要： 1.简介 对于生物医学分割任务而言，数据集是非常稀缺的，往往一千张的数据集都会显得遥不可及。对此，U-Net分割模型可以利用很小的数据集就能取得比较好的分割效果，所以U-Net神经网络经常用在医学图像分割任务当中。 U-Net的网络结构呈U型，左边contracting path（左边，下采样阶段） 阅读全文

摘要： 1.FCN FCN，Fully Convolutional Network的缩写，中文名叫全卷积神经网络，它是语义分割算法的一个基本模型。所谓语义分割就是对图像中每一个像素点进行分类，确定每个点的类别，从而进行区域划分。 一般的CNN模型就是先用若干个卷积层和池化层组合连接在一起，然后再连接若干个全 阅读全文