3D Deeply Supervised Network for Automatic Liver Segmentation from CT Volumes-筆記

網絡結構：   網絡改進的地方是通過反捲積（核大小爲3X3X3，步長爲2）中間層，使得和輸入大小相同，然後通過label計算loss，和最終loss一起進行梯度更新。中間反捲積層輸出的loss可以防止梯消失。（深度監督DSN）   由於最終輸出是通過反捲積得到的，只通過閾值生成結果，有時後邊緣會不精確。所以在橫斷面又使用了CRF。 觀察了中間層的輸出：證明該論文的中間層學習到的表達相關性較小（特徵

>>阅读原文<<