U-Net: Convolutional Networks for Biomedical Image Segmentation

[Shaw0202]

概要

• U-Net: Convolutional Networks for Biomedical Image Segmentation

• アルゴリズム系

現在広く使われているCNNを用いた画像セグメンテーション手法。FCNを発展させたようなネットワーク構造になっている。ISBIと呼ばれるチャレンジで従来のsliding window手法を上回った。かつてのslidingwindowによるsegmentationのアプローチよりも高速なネットワーク。

アルゴリズム/実験手法

エンコーダ側はconvとpoolingを繰り返すことで、深さ方向(カーネルorフィルタサイズ)が増えていくが局所情報が失われていく。デコーダにおいてup-convを行っている際に、それぞれのエンコーダ側のpooling後の情報を重ね合わせることにより局所的な情報を保っている。up-convは以下が分かりやすい。

条件，結果

バイオメディカル用の画像のために作られたネットワーク。ImageNetのように数千枚の学習画像を用意するのは不可能なので、学習データが少なくても精度が出るように工夫されたネットワーク。

上の図のように、高解像度の画像に対しては、mirror paddingを行って、識別させる方法を取るといいと書かれている。

実装

実装はcaffeでsgdを使っているらしい。softmax関数を使用しているため、損失関数はクロスエントロピー誤差である。

data augmentation

一通りのことを行っているがelastic deformationsが有用だったと述べられている。

感想，所感

5ページ目の中盤のmorphological operationsというのがよくわからなかった。