电子商务网站开发与设计,国家反诈中心app下载,巴中城乡建设官方网站,wordpress自动采集发布经典语义分割(二)医学图像分割模型UNet 我们之前介绍了全卷积神经网络( FCN) #xff0c;FCN是基于深度学习的语义分割算法的开山之作。 今天我们介绍另一个语义分割的经典模型—UNet#xff0c;它兼具轻量化与高性能#xff0c;通常作为语义分割任务的基线测试模型#x…经典语义分割(二)医学图像分割模型UNet 我们之前介绍了全卷积神经网络( FCN) FCN是基于深度学习的语义分割算法的开山之作。 今天我们介绍另一个语义分割的经典模型—UNet它兼具轻量化与高性能通常作为语义分割任务的基线测试模型至今仍是如此。 UNet从本质上来说也属于一种全卷积神经网络模型它的取名来源于其架构形状模型整体呈现U形。 它原本是为了解决医疗影像语义分割问题的。在2015年的ISBI细胞跟踪挑战赛中Ronnebreger等人利用UNet网络以较大优势赢得比赛。 由于隐私问题、注释过程的复杂性、专家技能要求以及使用生物医学成像系统拍摄图像的高价格在生物医学任务中收集大量的数据很困难。而UNet能够在小样本数据集上训练并取得优秀成绩因此各种基于其改进的网络模型广泛运用于医学图像分割任务中。特别是在肺结节、视网膜血管、皮肤病以及颅内肿瘤四大医学分割领域出现了大量基于U-Net 改进的模型。 下面几点或许能够解释为何UNet在医疗影像上表现突出 UNet的U形网络结构密集融合了浅层特征与深层特征医疗影像数据量与UNet模型体量上相匹配有效避免了过拟合医疗影像结构简单且固定具有较低语义信息。 不过之后几年的发展也证实了它是语义分割任务中的全能选手。 论文地址U-Net: Convolutional Networks for Biomedical Image Segmentation
1 UNet网络
1.1 UNet网络简述
UNet网络结构如下图所示最主要的两个特点是U型网络结构和Skip Connection跳层连接。 Unet通过跳接的U形网络结构结合了浅层特征与深层特征用于最后的语义分割图生成。 与FCN不同的是UNet以拼接方式来结合浅层特征与深层特征而FCN则是以相加方式来结合浅层特征与深层特征 U形网络架构能够更充分地融合浅层特征和深层特征这也是UNet性能优于FCN的主要原因。 浅层特征图更倾向于表达例如点、线、边缘轮廓等基本特征单元蕴含的空间信息更多。 深层特征图更倾向于表达图像的语义信息蕴含的空间信息更少语义特征更多。 1.2 网络架构详解
UNet的主干分为对称的左右两部分 左边为特征提取网络编码器encoder原始输入图像通过卷积-最大池化进行四次下采样获得四层级的特征图 右边为特征融合网络解码器decoder各层级特征图与经过反卷积获得的特征图通过跳接方式进行特征融合 最后一层通过与标签计算损失进行语义图预测。
1.2.1 DoubleConv模块 从UNet网络中可以看出不管是下采样过程还是上采样过程每一层都会连续进行两次卷积操作这种操作在UNet网络中重复很多次可以单独写一个DoubleConv模块 如下图所示in_channels设为1out_channels为64。输入图片大小为572×572经过步长为1padding为0的3×3卷积(注意原文没有进行填充)因此得到feature map为570×570而非572×572再经过一次卷积得到568×568的feature map。 import torch.nn as nnclass DoubleConv(nn.Module):(convolution [BN] ReLU) * 2def __init__(self, in_channels, out_channels):super().__init__()self.double_conv nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size3, padding0),nn.BatchNorm2d(out_channels),nn.ReLU(inplaceTrue),nn.Conv2d(out_channels, out_channels, kernel_size3, padding0),nn.BatchNorm2d(out_channels),nn.ReLU(inplaceTrue))def forward(self, x):return self.double_conv(x)1.2.2 Down模块
UNet网络一共有4次下采样过程模块化代码如下
Down模块先进行一个最大化池化将高宽减半然后接一个DoubleConv模块让通道加倍至此UNet网络的左半部分的下采样过程的代码都写好了接下来是右半部分的上采样过程。
class Down(nn.Module):Downscaling with maxpool then double convdef __init__(self, in_channels, out_channels):super().__init__()self.maxpool_conv nn.Sequential(nn.MaxPool2d(2),DoubleConv(in_channels, out_channels))def forward(self, x):return self.maxpool_conv(x)1.2.3 Up模块
Up模块除了常规的上采样操作还有进行特征的融合。UP模块定义了两种方法Upsample和ConvTranspose2d即双线性插值和反卷积。在forward前向传播函数中x1接收的是上采样的数据x2接收的是特征融合的数据。特征融合方法就是先对小的feature map进行padding再进行concat。注意在下面代码中上采样后会进行padding和左边encoder相应的feature map的高宽一致这点和图中不一样。
class Up(nn.Module):def __init__(self, in_channels, out_channels, bilinearTrue):super(Up, self).__init__()if bilinear:self.up nn.Upsample(scale_factor2, modebilinear, align_cornersTrue)self.conv DoubleConv(in_channels, out_channels, in_channels // 2)else:self.up nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size2, stride2)self.conv DoubleConv(in_channels, out_channels)def forward(self, x1: torch.Tensor, x2: torch.Tensor) - torch.Tensor:x1 self.up(x1)# [N, C, H, W]diff_y x2.size()[2] - x1.size()[2]diff_x x2.size()[3] - x1.size()[3]# padding_left, padding_right, padding_top, padding_bottomx1 F.pad(x1, [diff_x // 2, diff_x - diff_x // 2,diff_y // 2, diff_y - diff_y // 2])x torch.cat([x2, x1], dim1)x self.conv(x)return x1.2.4 OutConv模块 用上述的DoubleConv模块、Down模块、Up模块就可以拼出UNet的主体网络结构了。 UNet网络的输出需要根据分割数量整合输出通道。 下图展示的是分类为2的情况 class OutConv(nn.Module):def __init__(self, in_channels, out_channels):super(OutConv, self).__init__()self.conv nn.Conv2d(in_channels, out_channels, kernel_size1)def forward(self, x):return self.conv(x)1.2.5 UNet网络构建
import torch
import torch.nn as nn
import torch.nn.functional as F
# pip install torchinfo
from torchinfo import summaryclass UNet(nn.Module):def __init__(self, n_channels, n_classes, bilinearFalse):super(UNet, self).__init__()self.n_channels n_channelsself.n_classes n_classesself.bilinear bilinearself.inc DoubleConv(n_channels, 64)self.down1 Down(64, 128)self.down2 Down(128, 256)self.down3 Down(256, 512)self.down4 Down(512, 1024)self.up1 Up(1024, 512, bilinear)self.up2 Up(512, 256, bilinear)self.up3 Up(256, 128, bilinear)self.up4 Up(128, 64, bilinear)self.outc OutConv(64, n_classes)def forward(self, x):x1 self.inc(x)x2 self.down1(x1)x3 self.down2(x2)x4 self.down3(x3)x5 self.down4(x4)x self.up1(x5, x4)x self.up2(x, x3)x self.up3(x, x2)x self.up4(x, x1)logits self.outc(x)return logitsif __name__ __main__:net UNet(n_channels1, n_classes1)summary(modelnet, input_size(1, 1, 572, 572))Layer (type:depth-idx) Output Shape Param #UNet [1, 1, 564, 564] --
├─DoubleConv: 1-1 [1, 64, 568, 568] --
│ └─Sequential: 2-1 [1, 64, 568, 568] --
│ │ └─Conv2d: 3-1 [1, 64, 570, 570] 640
│ │ └─BatchNorm2d: 3-2 [1, 64, 570, 570] 128
│ │ └─ReLU: 3-3 [1, 64, 570, 570] --
│ │ └─Conv2d: 3-4 [1, 64, 568, 568] 36,928
│ │ └─BatchNorm2d: 3-5 [1, 64, 568, 568] 128
│ │ └─ReLU: 3-6 [1, 64, 568, 568] --
├─Down: 1-2 [1, 128, 280, 280] --
│ └─Sequential: 2-2 [1, 128, 280, 280] --
│ │ └─MaxPool2d: 3-7 [1, 64, 284, 284] --
│ │ └─DoubleConv: 3-8 [1, 128, 280, 280] 221,952
├─Down: 1-3 [1, 256, 136, 136] --
│ └─Sequential: 2-3 [1, 256, 136, 136] --
│ │ └─MaxPool2d: 3-9 [1, 128, 140, 140] --
│ │ └─DoubleConv: 3-10 [1, 256, 136, 136] 886,272
├─Down: 1-4 [1, 512, 64, 64] --
│ └─Sequential: 2-4 [1, 512, 64, 64] --
│ │ └─MaxPool2d: 3-11 [1, 256, 68, 68] --
│ │ └─DoubleConv: 3-12 [1, 512, 64, 64] 3,542,016
├─Down: 1-5 [1, 1024, 28, 28] --
│ └─Sequential: 2-5 [1, 1024, 28, 28] --
│ │ └─MaxPool2d: 3-13 [1, 512, 32, 32] --
│ │ └─DoubleConv: 3-14 [1, 1024, 28, 28] 14,161,920
├─Up: 1-6 [1, 512, 60, 60] --
│ └─ConvTranspose2d: 2-6 [1, 512, 56, 56] 2,097,664
│ └─DoubleConv: 2-7 [1, 512, 60, 60] --
│ │ └─Sequential: 3-15 [1, 512, 60, 60] 7,080,960
├─Up: 1-7 [1, 256, 132, 132] --
│ └─ConvTranspose2d: 2-8 [1, 256, 120, 120] 524,544
│ └─DoubleConv: 2-9 [1, 256, 132, 132] --
│ │ └─Sequential: 3-16 [1, 256, 132, 132] 1,771,008
├─Up: 1-8 [1, 128, 276, 276] --
│ └─ConvTranspose2d: 2-10 [1, 128, 264, 264] 131,200
│ └─DoubleConv: 2-11 [1, 128, 276, 276] --
│ │ └─Sequential: 3-17 [1, 128, 276, 276] 443,136
├─Up: 1-9 [1, 64, 564, 564] --
│ └─ConvTranspose2d: 2-12 [1, 64, 552, 552] 32,832
│ └─DoubleConv: 2-13 [1, 64, 564, 564] --
│ │ └─Sequential: 3-18 [1, 64, 564, 564] 110,976
├─OutConv: 1-10 [1, 1, 564, 564] --
│ └─Conv2d: 2-14 [1, 1, 564, 564] 65Total params: 31,042,369
Trainable params: 31,042,369
Non-trainable params: 0
Total mult-adds (G): 233.39Input size (MB): 1.31
Forward/backward pass size (MB): 2683.30
Params size (MB): 124.17
Estimated Total Size (MB): 2808.782 针对UNet模型结构的改进
2.1 和transformers结合 2.2 概率设计 2.1.3 丰富表示增强 2.4 主干设计增强 2.5 跳过连接增强 2.6 bottleneck增强 以上改进总结来自这篇综述感兴趣的可以参考Medical Image Segmentation Review: The success of U-Net
