论文部分内容阅读
医学图像分割领域对图像分割算法的精度和执行速度提出了很高的要求。目前在主流计算机视觉领域,医学图像分割所使用的语义分割网络大多是基于编码-解码结构及其改进算法。解码模块的最后一层通常使用一个双线性上采样结构来恢复特征图的分辨率,这种过于简单的上采样结构可能会导致分割的效果并不理想。基于此,提出了一种基于输入数据的上采样方法来替代双线性插值,在医学图像分割时能够减少10%以上的内存占用,同时在预测数据集上得到了1%~2%的精度提升。