반응형

 

 

논문 링크입니다.

https://arxiv.org/abs/1505.04597

 

U-Net: Convolutional Networks for Biomedical Image Segmentation

There is large consent that successful training of deep networks requires many thousand annotated training samples. In this paper, we present a network and training strategy that relies on the strong use of data augmentation to use the available annotated

arxiv.org

 

 

0. Title


U-Net: Convolutional Networks for Biomedical Image Segmentation

-> Biomedical Image Segmentation를 위한 컨볼루션 네트워크

 

 

1. Abstract


이 논문은 annotated 학습 샘플 데이터의 효율성을 높여주기 위하여 

데이터 증강의 강력한 이용에 의지한 네트워크와 학습 전략을 소개한다.

 

이 아키텍쳐는 컨텍스트를 추출하기 위하여 수축하는 경로와 

지역화를 위한 대칭되는 확장 경로로 이루어져 있다.

 

 

 

 

 

반응형

+ Recent posts