文章地址:A Partially Reversible U-Net for Memory-Efficient Volumetric Image Segmentation
代码:code
概述
针对的问题:
- 用于分割的3D卷积神经网络的主要缺点之一是其内存占用量太大。
贡献:
- 作者提出了一种部分可逆的U-Net架构,该架构可显着减少内存消耗。
作者在本文中介绍了两种减少分割CNN的内存消耗的策略:
- 使用批量处理卷。
- 使用小批量进行训练。
作者提出的Partially Reversible Unet网络,其的基本构建元素是reversible block,如下图所示:

多个可逆块可以链接在一起以形成任意长度的序列。 因为每个块都是可逆的,所以整个序列也是可逆的。我们将其称为可逆序列(RSeq),其结构如图所示:

方法
Partially Reversible Unet的网络结构如图所示:

文章提出了Partially Reversible U-Net结构,解决3D卷积神经网络内存占用大的问题。通过使用可逆块和批量处理卷,显著降低内存消耗。网络在编码器和解码器的每个分辨率层级应用单个可逆序列,结合传统不可逆操作进行上下采样和跳过连接。
最低0.47元/天 解锁文章
6133

被折叠的 条评论
为什么被折叠?



