SemanticSegmention関連の論文メモ
図は論文からの引用
目次
概要
コンテキスト情報を抽出するcontracting pathとアップサンプリングを行うexpansive pathを持ち、contracting pathの特徴マップを対応するexpansive pathにスキップ結合することでコンテキスト情報を抽出しつつ、正確な位置情報を伝播するU構造のネットワークの提案。
論文リンク
https://arxiv.org/pdf/1505.04597.pdf
著者
- University of Freiburg
- Olaf Ronneberger
- Philipp Fischer
- Thomas Brox
提案手法
U-Net
特徴抽出を行うcontracting pathと画像を拡大するexpansive pathをもつU-Netを提案。
- contracting path
- 3x3 conv(paddingなし) + ReLUを2回 + 2x2 max pooling(stride2) のセットを繰り返すことでダウンサンプリングをしつつ特徴抽出を行っていく。
- expansive path
- final layer
- 最後に1x1 convでch数を任意の数に調整する。
結果
医療画像タスクの結果
実装
Keras
github.com
PyTorch
github.com
動画
メモ
- 医療画像タスクはデータが少ない。そのためデータ拡張が重要になってくる。
- 医療画像タスクは同じクラスが密接しているため(細胞とか)オブジェクトを分離することが難しい。本論文では細胞の境界のロスを大きくさせることで境界部分を分離して検出できるように工夫した。
- 画面の端で畳み込みをする場合は、ミラーリングすることで画素がない領域を埋めるようにした。(Overlap-tile strategy )
- FCNとの違い