paper: U-Net: Convolutional Networks for Biomedical Image Segmentation

总体结构

1.输入使用镜像边缘填充。图像大小为512x512，边缘镜像翻转30pixel，则输入图像尺寸变为572x572.

2.网络中的卷积不使用padding，编码部分和解码部分尺寸不对应，特征拼接时需要centercrop。
3.输出为2通道，使用二分类cross entropy。考虑到让网络能学习到紧邻的两个细胞间的边界，每个pixel的loss需要乘以weight map对应的权重。如下图d，紧邻的两个细胞间的边界部分有较高的权重。

$$
E=\sum_{\mathbf{x} \in \Omega} w(\mathbf{x}) \log \left(p_{\ell(\mathbf{x})}(\mathbf{x})\right)
$$
$$
w(\mathbf{x})=w_{c}(\mathbf{x})+w_{0} \cdot \exp \left(-\frac{\left(d_{1}(\mathbf{x})+d_{2}(\mathbf{x})\right)^{2}}{2 \sigma^{2}}\right)
$$

其中$w_{c}$是平衡类别比例的权值，$d_{1}$是像素点到距离其最近的细胞的距离，$d_{2}$是像素点到距离其第二近的细胞的距离。$w_{0}$和l$\delta$是常数值。

paper: SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

总体结构
  • 使用encoder-decoder结构，编码部分使用预训练VGG16.
  • 编码时需要保存maxpooling的位置信息(每个pixel使用2bit存储信息)，供解码时上采样使用。
  • 和DecovNet不同的是，Segnet不使用VGG16的全连接层，全连接层包含的大量参数，因此Segnet比DecovNet参数少很多。
  • 使用cross-entropy loss，考虑median frequency balancing类别平衡。