论文阅读:CFCM: Segmentation via Coarse to Fine Context Memory

CFCM是一种利用卷积LSTM进行图像分割的方法,结合ResNet编码器和卷积LSTM解码器,通过记忆机制保留全局上下文并逐步添加细节。实验在胸片分割和手术器械视频数据上表现出良好性能。

阅读笔记 CFCM: Segmentation via Coarse to Fine Context Memory

阅读笔记 CFCM: Segmentation via Coarse to Fine Context Memory

文章来源:MICCAI 2018
在这里插入图片描述
这篇文章的代码开源,可以方便大家去下载:

https://github.com/faustomilletari/CFCM-2D

摘要

在这里插入图片描述

网络结构

在这里插入图片描述
编码是基于标准的ResNet体系结构,解码是使用卷积LSTMs实现的。这种方法的核心思想是使用一种记忆机制,通过卷积LSTMs进行记忆,用于融合从编码器的不同层中提取的特征。
因此,卷积LSTM扮演了一个粗到细的聚焦机制的角色,该机制首先感知输入数据的全局上下文,因为最深层的激活被输入到LSTM中,然后是更高级的细粒度细节。

Encoder

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值