论文笔记:Attention U-Net: Learning Where to Look for the Pancreas
Abstract
我们提出了一种用于医学成像的新型注意门(AG)模型,该模型自动学习聚焦于不同形状和大小的目标结构。用AG训练的模型隐 含地学习抑制输入图像中的不相关区域,同时突出显示对特定任务有用的显着特征。这使我们能够消除使用级联卷积神经网络(CNN)的 显式外部组织/器官定位模块的必要性。 AG可以很容易地集成到标准CNN架构中,例如U-Net模型,具有最小的计算开销,同时提高模型 灵敏度和预测精度。提出的Attention U Net架构在两个大型CT腹部数据集上进行评估,用于多类图像分割。实验结果表明,AG在不同数 据集和训练大小的同时,不断提高U-Net的预测性能,同时保持计算效率。提出的结构的源代码是公开的。
为什么加AG?
U-net中特征融合部分使用的是特征拼接(concat)。
我们知道,浅层特征中的位置信息比较多,或者说位置信息比较好,但是学到的特征没有深层的高级。
Attention Unet的作者改进了网络的解码部分,使用了注意力机制,即对编码过程中产生的特征图根据深层特征图进行修正,这样做不仅保留位置信息,又抑制了不相关背景区域中的特征响应,突出对特定任务有用的显着特征
拿一个肾脏分割的例子
原数据集:
U-Net
下图是红框中白色部分(对应左边解码器)输出的激活图:
Attention unet
红框中输出的激活图:
绿框中输出的激活图:
输出的权重图α:
参考
论文翻译:Attention U-Net: Learning Where to Look for the Pancreas-代码天地
论文笔记:Attention U-Net: Learning Where to Look for the Pancreas相关推荐
- 论文笔记 | 谷歌 Soft Prompt Learning ,Prefix-Tuning的 -> soft promt -> p tuning v2
论文笔记 | 谷歌 Soft Prompt Learning ptuning -> Prefix-Tuning -> soft promt -> p tuning v2 " ...
- 【论文笔记】 LSTM-BASED DEEP LEARNING MODELS FOR NONFACTOID ANSWER SELECTION
一.简介 这篇论文由IBM Watson发表在2016 ICLR,目前引用量92.这篇论文的研究主题是answer selection,作者在这篇论文基础上[Applying Deep Learnin ...
- 论文笔记:CLIP:Learning Transferable Visual Models From Natural Language Supervision详解
paper:https://arxiv.org/abs/2103.00020 代码:GitHub - openai/CLIP: Contrastive Language-Image Pretraini ...
- 2021-06-03 【论文笔记】Cross-domain Correspondence Learning for Exemplar-based Image Translation
论文题目:Cross-domain Correspondence Learning for Exemplar-based Image Translation 论文主页:https://panzhang ...
- 【论文笔记】SpotTune: Transfer Learning through Adaptive Fine-tuning
[CVPR2019]SpotTune: Transfer Learning through Adaptive Fine-tuning 论文链接:SpotTune: Transfer Learning ...
- 【论文笔记】Multi-task deep learning based CT imaging analysis for COVID-19 pneumonia: Classification and
声明 不定期更新自己精度论文,通俗易懂,初级小白也可以理解 涉及范围:深度学习方向,包括 CV.NLP.Data Fusion.Digital Twin 论文标题:Multi-task deep le ...
- 论文笔记:Deep Residual Learning
之前提到,深度神经网络在训练中容易遇到梯度消失/爆炸的问题,这个问题产生的根源详见之前的读书笔记.在 Batch Normalization 中,我们将输入数据由激活函数的收敛区调整到梯度较大的区域, ...
- 论文笔记+模型实现TransNets: Learning to Transform for Recommendation
文章目录 摘要 1. 介绍 2. 提出的方法 2.1 CNN处理文本 & 2.2 DeepCoNN模型 2.3 DeepCoNN的一下局限性 2.4 TransNets模型 2.5 Trans ...
- 【论文笔记】Adaptive Reinforcement Learning Neural Network Control for Uncertain Nonlinear System
Adaptive Reinforcement Learning Neural Network Control for Uncertain Nonlinear System With Input Sat ...
- 【论文笔记】Heterogeneous Transfer Learning for HSIC Based on CNN
X. He, Y. Chen and P. Ghamisi, "Heterogeneous Transfer Learning for Hyperspectral Image Classif ...
最新文章
- P1514 引水入城
- leetcode 667. Beautiful Arrangement II | 667. 优美的排列 II(Java)
- Egret中使用P2物理引擎
- [html] 怎样在文本框中禁用中文输入法?
- [Asp.net]Calendar+JqueryUi实现日程管理(右键菜单,添加,编辑,删除,源码)
- head禁用页面缓存
- Shell子程序结构,函数
- 国内优秀论坛之大汇集
- contiki(官网简介翻译)介绍
- 视频预测算法vid2vid比MCNet好在哪里?
- 企业办理icp许可证有没必要-icp许可证
- pandoc 使用方法
- linux nslcd服务,redhat – sssd vs nslcd for RHEL-5/6
- ibm服务器显示0 bf,IBM服务器常见服务器故障总结
- 太阳动态ip代理为您详解使用代理ip常见的几个关键点及其解决方案
- java编程的女朋友_有个会编程的女友是怎样的体验?
- Serializers - Django REST framework
- [USACO12MAR]花盆Flowerpot
- 看看MB860等机型的CPU的排名
- Google Play渠道超过100M?尝试APK分包,面试资料分享