保研会问到做过的项目的一些知识，这里做一下复习。
一、图像分割（将类标签分给每个像素）
（一）网络结构
1、U-net提出原因
（1）通常CNN都是应用于分类，生物医学图像更关注的是分割以及定位的任务；
（2）CNN需要获取大量的训练数据，而医学图像很难获得那么大规模的数据。
（3）以往解决上面两点困难的方法是使用滑窗的方法，为每一个待分类的像素点取周围的一部分邻域输入。这样的方法有两点好处，首先它完成了定位的工作，其次因为每次取一个像素点周围的邻域，所以大大增加了训练数据的数量。但是这样的方法也有两个缺点，首先通过滑窗所取的块之间具有较大的重叠，所以会导致速度变慢；其次是网络需要在局部准确性和获取上下文之间进行取舍。因为更大的块需要更多的池化层，进而降低了定位的准确率，而小的块使网络只看到很小的一部分上下文。
2、特点
采用U-net进行分割，将二维变成三维。U-net适用于小样本任务。U-net包括下采样和上采样。
（1）U-net主要改进部分为在上采样过程中与下采样中对应的特征图进行拼接。拼接中会涉及到一个crop的操作。
3、相关知识点
（1）、crop
（2）、特征图（feature map）
某一层网络输出的概率分布
（3）、上采样：
（a）Resize，如双线性插值直接缩放，类似于图像缩放（这种方法在原文中提到）
（b）Deconvolution，也叫Transposed Convolution（周围加了一些步长）
（4）特征融合，拼接方法
（a）FCN式的逐点相加，对应caffe的EltwiseLayer层，对应tensorflow的tf.add()
（b）U-Net式的channel维度拼接融合，对应caffe的ConcatLayer层，对应tensorflow的tf.concat()
（5）损失函数 dice函数（本质上是F1-score）
（6）损失函数其他相关知识
dice coefficient就等于Jaccard（IOU）分子分母各加了一个AB交集。
（7）冻结相关操作
使用requir_grad。使用Pytorch一定要有能够求导更新的参数。
（8）FCN与U-net区别与联系
（a）对于一般的分类CNN网络，如VGG和Resnet，都会在网络的最后加入一些全连接层，经过softmax后就可以获得类别概率信息。但是这个概率信息是1维的，即只能标识整个图片的类别，不能标识每个像素点的类别，所以这种全连接方法不适用于图像分割。
而FCN提出可以把后面几个全连接都换成卷积，这样就可以获得一张2维的feature map，后接softmax获得每个像素点的分类信息，从而解决了分割问题
（b）FCN的主要思想是使用连续的层补充通常的收缩网络，在判别输出的位置添加上采样层，这些层增加了输出层的分辨率，为了定位。来自于收缩路径的高分别率与上采样输出相结合，基于这个信息，一个连续的卷积层可以学习组装更精确的输出。
而U-net与FCN的不同在于，U-net的上采样依然有大量的通道，这使得网络将上下文信息向更高层分辨率传播，作为结果，扩展路径与收缩路径对称，形成一个U型的形状（如上图所示）。 网络没有全连接层并且只是用每一个卷积层的有效部分。
（c）U-Net与FCN都是很小的分割网络，既没有使用空洞卷积，也没有后接CRF，结构简单。
（二）、图像分割套路
下采样+上采样：Convlution + Deconvlution／Resize
多尺度特征融合：特征逐点相加／特征channel维度拼接
获得像素级别的segement map：对每一个像素点进行判断类别
参考
网友评论