10.3969/j.issn.1674-8646.2021.18.001
基于改进U-net网络的皮肤病图像分割
为提升皮肤病图像分割效果,进一步优化图像处理过程,结合图像提取更高质量的特征,提出一种基于U-net网络、结合循环模块和残差模块及注意力机制的改进U-net网络自动分割方法对皮肤病图像进行分割.该方法有助于构建更深层的网络结构,递归残差卷积层的使用,保证了网络训练过程中更好的特征累积.注意力机制的加入,使网络更专注于提取目标区域,提高了分割性能.实验结果表明,与普通U-net网络、结合残差模块的U-net网络、结合注意力力机制的U-net网络等网络框架相比,所提出的网络分割精度更高,实验分割的正确率达到92.74%,有较好的性能.
U-net网络、循环模块、残差模块、注意力机制、皮肤病分割
12
R751;TP391.41(皮肤病学与性病学)
2021-10-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-4,8