unet3dLayersgydF4y2Ba
语法gydF4y2Ba
描述gydF4y2Ba
返回3-D U-Net网络。gydF4y2BalgraphgydF4y2Ba
= unet3dLayers (gydF4y2BainputSizegydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
)gydF4y2Baunet3dLayersgydF4y2Ba
在网络中包括像素分类层,以预测输入体积图像中每个像素的分类标签。gydF4y2Ba
使用gydF4y2Baunet3dLayersgydF4y2Ba
为3d U-Net创建网络架构。使用深度学习工具箱™功能训练网络gydF4y2BatrainNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Ba.gydF4y2Ba
[gydF4y2Ba
还从3-D U-Net网络返回输出体积图像的大小。gydF4y2BalgraphgydF4y2Ba
,gydF4y2BaoutputSizegydF4y2Ba
= unet3dLayers(gydF4y2BainputSizegydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
)gydF4y2Ba
[gydF4y2Ba___gydF4y2Ba= unet3dLayers(gydF4y2Ba
除前面语法中的输入参数外,还使用一个或多个名称-值对参数指定选项。gydF4y2BainputSizegydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
,gydF4y2Ba名称,值gydF4y2Ba
)gydF4y2Ba
例子gydF4y2Ba
输入参数gydF4y2Ba
输出参数gydF4y2Ba
更多关于gydF4y2Ba
提示gydF4y2Ba
使用gydF4y2Ba
“相同”gydF4y2Ba
在卷积层中填充以保持从输入到输出的相同数据大小,并允许使用广泛的输入图像大小集。gydF4y2Ba使用基于补丁的方法对大图像进行无缝分割。方法可以提取图像补丁gydF4y2Ba
randomPatchExtractionDatastoregydF4y2Ba
在图像处理工具箱™功能。gydF4y2Ba使用gydF4y2Ba
“有效”gydF4y2Ba
在卷积层中填充,以防止在使用基于补丁的方法进行分割时产生边界伪影。gydF4y2Ba
参考文献gydF4y2Ba
[1] Çiçek, Ö。,A. Abdulkadir, S. S. Lienkamp, T. Brox, and O. Ronneberger. "3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation."医学图像计算与计算机辅助干预- MICCAI 2016。MICCAI 2016。计算机科学课堂讲稿gydF4y2Ba.卷9901,第424-432页。施普林格,可汗。gydF4y2Ba
版本历史gydF4y2Ba
R2019b引入gydF4y2Ba
另请参阅gydF4y2Ba
对象gydF4y2Ba
pixelClassificationLayergydF4y2Ba
|gydF4y2BalayerGraphgydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BaDAGNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BadicePixelClassificationLayergydF4y2Ba
功能gydF4y2Ba
fcnLayersgydF4y2Ba
|gydF4y2BasegnetLayersgydF4y2Ba
|gydF4y2BaunetLayersgydF4y2Ba
|gydF4y2BatrainNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BasemanticseggydF4y2Ba
|gydF4y2Badeeplabv3plusLayersgydF4y2Ba
|gydF4y2BaevaluateSemanticSegmentationgydF4y2Ba
主题gydF4y2Ba
- 开始使用深度学习进行语义分割gydF4y2Ba
- MATLAB深度学习gydF4y2Ba(深度学习工具箱)gydF4y2Ba