创建3-D U-Net层,用于体积图像的语义分割G.ydF4y2Ba
返回3-D U-Net网络。G.ydF4y2BaLGRAPH.G.ydF4y2Ba
= unet3dLayers (G.ydF4y2BainputSizeG.ydF4y2Ba
那G.ydF4y2Banumclasses.G.ydF4y2Ba
)G.ydF4y2Baunet3dLayersG.ydF4y2Ba
在网络中包含一个像素分类层,用于预测输入体积图像中每个像素的分类标签。G.ydF4y2Ba
使用G.ydF4y2Baunet3dLayersG.ydF4y2Ba
为3-D U-Net创建网络架构。使用深度学习工具箱™功能列车G.ydF4y2BatrainNetworkG.ydF4y2Ba
(深度学习工具箱)G.ydF4y2Ba.G.ydF4y2Ba
[G.ydF4y2Ba
还返回来自3-D U-Net网络的输出体积图像的大小。G.ydF4y2BaLGRAPH.G.ydF4y2Ba
那G.ydF4y2Ba输出G.ydF4y2Ba
] = Unet3dlayers(G.ydF4y2BainputSizeG.ydF4y2Ba
那G.ydF4y2Banumclasses.G.ydF4y2Ba
)G.ydF4y2Ba
[G.ydF4y2Ba___G.ydF4y2Ba] = Unet3dlayers(G.ydF4y2Ba
除了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。G.ydF4y2BainputSizeG.ydF4y2Ba
那G.ydF4y2Banumclasses.G.ydF4y2Ba
那G.ydF4y2Ba名称,值G.ydF4y2Ba
)G.ydF4y2Ba
使用G.ydF4y2Ba“相同”G.ydF4y2Ba
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。G.ydF4y2Ba
使用基于patch的方法无缝分割大图像。您可以提取图像补丁使用G.ydF4y2BarandomPatchExtractionDatastoreG.ydF4y2Ba
函数在图像处理工具箱™中。G.ydF4y2Ba
使用G.ydF4y2Ba“有效”G.ydF4y2Ba
在卷积层中填充,以防止边框伪像在使用基于补丁的分割方法的同时。G.ydF4y2Ba
[1]Çiçek,Ö。,A. Abdulkadir,S. Lienkamp,T.Brox和O. Ronneberger。“3D U-Net:从稀疏注释学习密集的容积分割。”G.ydF4y2Ba医学图像计算和计算机辅助干预。MICCAI 2016。计算机科学课堂讲稿G.ydF4y2Ba.第9901卷,424-432页。施普林格,可汗。G.ydF4y2Ba
dicePixelClassificationLayerG.ydF4y2Ba
|G.ydF4y2BapixelClassificationLayerG.ydF4y2Ba
|G.ydF4y2BaDagnetwork.G.ydF4y2Ba
(深度学习工具箱)G.ydF4y2Ba|G.ydF4y2BalayerGraphG.ydF4y2Ba
(深度学习工具箱)G.ydF4y2Badeeplabv3plusLayersG.ydF4y2Ba
|G.ydF4y2Ba评估评估G.ydF4y2Ba
|G.ydF4y2BaFcnlayers.G.ydF4y2Ba
|G.ydF4y2BasegnetLayersG.ydF4y2Ba
|G.ydF4y2BaSemanticSeg.G.ydF4y2Ba
|G.ydF4y2Ba不平衡G.ydF4y2Ba
|G.ydF4y2BatrainNetworkG.ydF4y2Ba
(深度学习工具箱)G.ydF4y2Ba