RRWNet: 递归细化网络用于有效的视网膜动脉 / 静脉分割和分类
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
MRC-Net是一种多分辨率上下文网络,通过多尺度特征提取和双向递归学习模型来提高前景分割网络的性能。
🎯
关键要点
- MRC-Net是一种多分辨率上下文网络。
- 采用多尺度特征提取技术以学习语义不同特征之间的上下文依赖性。
- 使用双向递归学习模型来处理前者 - 后者和后者 - 前者之间的依赖性。
- 在对前景分割进行对抗训练的基础上进行训练,以提高分割网络的性能。
- 该方法保持可比较低的可训练参数数量。
- 在DRIVE、STARE和CHASE三个基准数据集上表现优异。
- 与现有的竞争方法相比,MRC-Net具有更好的性能。
➡️