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
'AI > 논문리뷰' 카테고리의 다른 글
| [Detection] Swin Transformer 논문 리뷰 (0) | 2022.06.01 |
|---|---|
| [NLP] 트랜스포머 논문 리뷰 (0) | 2022.06.01 |
| [Segmentation] TransUnet 논문 리뷰 (0) | 2022.05.29 |
| [Segmentation] DeeplabV3 논문 리뷰 (0) | 2022.05.27 |
| [Classification] DenseNet 논문리뷰 (0) | 2022.05.22 |