Please enable JavaScript.

Coggle requires JavaScript to display documents.

U2-Net(2020) - Coggle Diagram

- - - - 详情
        
        En_1到En_4
        
        使用普通的残差U快
        
        *En_5和En_6
        
        因为特征图的分辨率已经很小，所以用空洞卷积代替池化和上采样，保持特征图大小不变，防止丢失有用的上下文信息
  - - - 输入卷积层
        
        一个普通的卷积层将输入x转为为输出channel大小的中间层，用于提取局部特征
      - U-Net形的对称编码解码结构
        
        以上一步的输出为输入，经过长了L的对称编码解码网络，以提取多规模的特征
      - 残差连接
        
        概述
        
        融合了局部特征和多规模特征
        
        实现
        
        每一层都会和U-Net输出concat起来
        
        公式
        
        $$H_{RSU}=U(F_1(x))+F_1(x)$$
- - - - $$L=\sum_{m=1}^M w_{side}^{(m)}l_{side}^{(m)}+w_{fuse}l_{fuse}$$