FusionNet: A deep fully residual convolutional neural network for image segmentation in connectomics

论文： FusionNet: A deep fully residual convolutional neural network for image segmentation in connectomics

论文地址：https://arxiv.org/pdf/1612.05360

论文思想：

　　FusionNet利用机器学习的最新进展，如语义分割(U-Net)和残差神经网络，新引入了基于累加的跳过连接，允许更深入的网络体系结构来实现更精确的分割。

论文贡献：

　　1. 提出基于U-net和残差网络(ResNet)的一种变体方法，并加入一种新的基于累加的跳跃连接，使所提出的结构成为完全残差的深度CNN。

　　2. 作者介绍了一种专为电子显微镜数据建立的数据富集方法，通过收集输入图像的所有取向变体(在二维情况下为翻转和旋转组合的八个)。