Baseline: Unet++和Tversky loss(交并比:83.12%)
通过Unet++网络建立起分割网络,使用Tversky loss来指导权重调整。
优化1:SE模块增强模型感知病变的能力(交并比:86.31%)
在Unet++中每个卷积块中增加SE-Block模块,减少噪声,放大有用信息。
优化2:ASPP模块细化分割的边缘(交并比:87.38%)
在Unet++降采样最后一个模块后加入ASPP模块,多尺度感知高层特征,细化分割边缘。
点击空白处退出提示
Baseline: Unet++和Tversky loss(交并比:83.12%)
通过Unet++网络建立起分割网络,使用Tversky loss来指导权重调整。
优化1:SE模块增强模型感知病变的能力(交并比:86.31%)
在Unet++中每个卷积块中增加SE-Block模块,减少噪声,放大有用信息。
优化2:ASPP模块细化分割的边缘(交并比:87.38%)
在Unet++降采样最后一个模块后加入ASPP模块,多尺度感知高层特征,细化分割边缘。
评论