当前位置：首页 > news >正文

图像分割（Unet算法学习笔记）

news 2025/6/21 20:30:20

知识提要

数据集使用VOC2012
CNN 卷积神经网络Convolutional Neural Network
GPU图像处理单元=Graphic Processing Unit)图形处理器
convolution 卷积
ReLU全名Rectified Linear Unit，意思是修正线性单元
bn全称Batch Normalization批标准化
FC全连接神经网络是一种最基本的神经网络结构，英文为Full Connection

语义分割和实例分割

语义分割就是把人和动物分开，实例分割就是在此基础上把人也区分开

损失函数

在这里插入图片描述
预测概率为95%，说明挺好了，权值要设的比较低，比较简单
若概率为0.5，比较难，权值比较高，平方以后权值差异较大

iou计算

在这里插入图片描述
绿框的数值和黄框的数值加起来-801

Miou计算

IOU计算结果为左图交集的结果除以右图并集的结果
MIOU即求计算所有类别的平均值

卷积神经网络CNN

传统网络一共特征值，卷积网络三维
在这里插入图片描述

卷积的作用

在这里插入图片描述

图像颜色通道

在这里插入图片描述

将三个通道的结果叠加在一起

在已有卷积的基础上继续做卷积

卷积层的重要参数

步长

在这里插入图片描述

卷积核尺寸

一般取3X3

边缘填充

+pad1
在这里插入图片描述
在边界上加上一圈0，可以让边界上的数字利用率变高，且不会对最终数据产生影响

卷积核个数

卷积结果计算

在这里插入图片描述

卷积参数共享

每个区域用相同的核处理
在这里插入图片描述

池化的作用

压缩作用
在这里插入图片描述

整体网络架构

两次卷积一次池化
在这里插入图片描述
只有带参数计算的才能算一层神经网络
下图为7层

感受野的作用

在这里插入图片描述

Unet网络

在这里插入图片描述

Unet++版本

在这里插入图片描述

实例

预处理

此算法将一张图片中每个细胞都单独拎出来作为一个标签，预处理就是将众多的标签进行合并
开始讲解视频 https://www.bilibili.com/video/BV1zb411R7vU/?p=21&spm_id_from=pageDriver&vd_source=f991aae54cfa30efc5899b3ae41bbbed第21集开始
debug视频第23集：特征融合方法演示