U-Net: Convolutional Networks for Biomedical Image Segmentation

计算机科学 边距(机器学习) 卷积神经网络 滑动窗口协议 背景(考古学) 路径(计算) 人工智能 图像分割 模式识别(心理学) 分割 网络体系结构 窗口(计算) 计算机视觉 图像(数学) 机器学习 计算机网络 操作系统 古生物学 生物
作者
Olaf Ronneberger,Philipp Fischer,Thomas Brox
出处
期刊:Lecture Notes in Computer Science 卷期号:: 234-241 被引量:62054
标识
DOI:10.1007/978-3-319-24574-4_28
摘要

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 samples more efficiently. The architecture consists of a contracting path to capture context and a symmetric expanding path that enables precise localization. We show that such a network can be trained end-to-end from very few images and outperforms the prior best method (a sliding-window convolutional network) on the ISBI challenge for segmentation of neuronal structures in electron microscopic stacks. Using the same network trained on transmitted light microscopy images (phase contrast and DIC) we won the ISBI cell tracking challenge 2015 in these categories by a large margin. Moreover, the network is fast. Segmentation of a 512x512 image takes less than a second on a recent GPU. The full implementation (based on Caffe) and the trained networks are available at .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
幸福的小刺猬完成签到 ,获得积分10
刚刚
刚刚
雪菲菲发布了新的文献求助10
刚刚
不吃洋葱完成签到 ,获得积分10
1秒前
无敌大忽悠完成签到,获得积分10
3秒前
3秒前
亳亳完成签到 ,获得积分10
3秒前
黎明发布了新的文献求助10
5秒前
keke完成签到,获得积分10
5秒前
UCAD发布了新的文献求助10
5秒前
grzzz完成签到,获得积分10
6秒前
changl2023完成签到,获得积分10
6秒前
奔流的河完成签到 ,获得积分10
6秒前
屁王发布了新的文献求助10
6秒前
研友_rLmNXn完成签到,获得积分10
7秒前
onestepcloser完成签到 ,获得积分10
8秒前
zccc发布了新的文献求助10
8秒前
陈嘉木完成签到,获得积分10
9秒前
研友_rLmNXn发布了新的文献求助10
9秒前
meixinhu完成签到,获得积分10
11秒前
11秒前
11秒前
11秒前
scscsd完成签到,获得积分10
12秒前
mnliao完成签到,获得积分10
12秒前
Xixia完成签到,获得积分10
13秒前
领导范儿应助QIANLI采纳,获得10
13秒前
星辰大海应助慕城采纳,获得30
14秒前
小镇的废物完成签到,获得积分10
14秒前
hututu完成签到,获得积分10
14秒前
难过的千山完成签到,获得积分20
14秒前
fudandan完成签到,获得积分10
14秒前
影子完成签到,获得积分10
15秒前
蓝冰完成签到,获得积分10
15秒前
雪菲菲完成签到,获得积分20
15秒前
16秒前
calm完成签到 ,获得积分10
16秒前
绍兴李达康完成签到,获得积分10
17秒前
17秒前
是容许鸭发布了新的文献求助10
17秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
A Dissection Guide & Atlas to the Rabbit 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3081823
求助须知:如何正确求助?哪些是违规求助? 2734862
关于积分的说明 7534680
捐赠科研通 2384387
什么是DOI,文献DOI怎么找? 1264312
科研通“疑难数据库(出版商)”最低求助积分说明 612614
版权声明 597600