U-Net: Convolutional Networks for Biomedical Image Segmentation翻譯

摘要 人們普遍認爲，成功的深層網絡訓練需要數千個帶註釋的訓練樣本。在本文中，我們提出了一個網絡和訓練策略，它依賴於強大的數據擴充來更有效地使用可用的註釋樣本。該體系結構包括一個捕獲上下文內容的收縮路徑和一個對稱的擴展路徑（收縮路徑和擴展路徑可能指的是編碼與解碼過程），來允許精確定位。我們證明這樣一個網絡可以從很少的圖像中進行端到端的訓練並且勝過在ISBI電子顯微鏡神經結構比賽上的最優方法。使用在透

>>阅读原文<<