U/V-Net Brief

V-Net

Basic Info

1. vnet论文
2. vnet代码
3. 3D Caffe
4. 数据集
5. 算法排名

针对的问题

三维图像分割。

网络结构

在结构上是三维化的U-net。除了3D卷积以为，在U-net的基础上加上了残差结构，并且把2x2 max-pooling替换成了2x2 conv.

训练细节

1. 数据增广
   原本的数据集是50个MRI。通过对原先的数据进行随机畸变，通过一个稠密的2x2x2的网格。
   
2. 超参数

参数 初始值 策略 momentum 0.99 无 lr(学习率) 0.0001 每25k次迭代，学习率降低一个数量级

3. 其他参数

参数 值 CPU Intel(R) Core(TM) i7-5820K GPU NVidia GTX 1080 with 8 GB 训练时间 48 hours or 30K iterations Framework Caffe

预测单个Volume速度为1fps

测试结果

以上是对30个MRI进行测试的结果

---

U-Net

Basic info

1. unet论文
2. unet代码
3. 数据集：ISBI 2012、ISBI 2015、Cell Tracking Challenge

针对的问题

1. 基于Patch方式的CNN
   Patch-style CNN有2个缺点：1)非常慢，因为需要对每个Patch单独运行CNN，且Patch之间有大量的重叠冗余；2)需要权衡定位准确度和被使用的上下文(context)大小。大的patch需要更多的Max-pooling层，会降低精度；而小的patch则让网络只能看到一个小的context。
   同时有好的定位准确度和充分利用context是有可能的。
   根据FCN的理念，借助反卷积，实现了一个结构。并且实现地更加优雅。一个重要的修改是，在扩展(expansive)和收缩(contracting)路径对应的层直接前馈传递context(以tensor复制的形式)。
2. 相同类的接触对象的分割
   这是细胞图像分割中的一个挑战。对此，提出了利用weight loss解决的方法，在接触细胞之间的背景在损失函数中有一个极大的weight.
   
   weight map计算方法
   

网络结构

训练细节

1. 加padding采用镜像的方式(Overlap-tile strategy)

2. 网络初始化
   理想情况下，初始权重应该调整至网络中的feature map具有近似的单位方差。在本文中这个可以通过使用具有sqrt(2/N)的高斯分布去初始化权重。
   

3. 数据增广
   在数据集比较小的时候，为了让网络学到不变性和鲁棒性，使用数据增广是有必要的。对于显微镜图片，首先要保证平移旋转不变性，也要让畸变和灰度值保持鲁棒性。特别地，对训练集随机弹性畸变是数据增广的一个主要方面.
   

4. 能量函数
   根据最终的feature map计算出的soft-max，然后再结合weight map进行计算。
   

5. 其他参数

参数 值 momentum 0.99 Batch size Single Image Framework Caffe