论文阅读：SD-Unet：用于视网膜血管分割的结构化辍学U-Net

SD-Unet：用于视网膜血管分割的结构化辍学U-Net

SA-Unet：

第一篇。sd——unet主要是改变了原始Unet中的卷积模块，在其中添加了一个dropblock，这个模块其实就是升级版的dropout方法吧。Dropout被广泛的使用作为一种正则化技术在全连接层中，但在卷积层中却收效甚微，主要是因为，在卷积层中，即使使某些神经元失活，也还是可以通过其附近的神经元来获取有关信息。这个失活是随机的，而dropblock则是选择一块区域进行失活，对与卷积层来说这个效果更好。

 

 

第二篇。主要就是在第一篇的基础上再添加了一个空间注意力机制，使得神经元能够更好的去关注到我们需要的区域，这两篇文章都解决的是边缘区域和微小血管特征提取的问题。解决的就是使感受野去提取更多我们需要的特征。