图像语义分割基础 U-net
阅读时长:2 min
U-net是早在2015年提出的全连接结构网络。它使用包含压缩路径和扩展路径的对称U形结构
|
|
网络的输入是一张572×572的边缘经过镜像操作的图片(input image tile),网络的左侧(红色虚线)是由卷积和Max Pooling构成的一系列下采样操作,这一部分叫做压缩路径(contracting path)。压缩路径由4个block组成,每个block使用了3个有效卷积和1个Max Pooling下采样,每次下采样之后Feature Map的通道数乘2,尺寸变小,因此有了图中所示的Feature Map尺寸变化。最终得到了尺寸为32×32的Feature Map。网络的右侧部分(绿色虚线)在论文中叫做扩展路径(expansive path)。同样由4个block组成,每个block开始之前通过反卷积将Feature Map的尺寸乘2,同时将其个数减半(最后一层略有不同),然后和左侧对称的压缩路径的Feature Map合并,由于左侧压缩路径和右侧扩展路径的Feature Map的尺寸不一样,U-Net是通过将压缩路径的Feature Map裁剪到和扩展路径相同尺寸的Feature Map进行归一化的(即图1中左侧虚线部分)。扩展路径的卷积操作依旧使用的是卷积操作,最终得到的Feature Map的尺寸是388×388。由于该任务是一个二分类任务,所以网络有两个输出Feature Map。
所谓的镜像操作是为了更好的处理图像的边界像素而提出的,就是是给输入图像加入一个向内对称的镜像作为边。增加的大小是感受野的一半。