Unet分割模型

Question

我试图用unet分割模型来解决婴儿检测问题。我已经收集了婴儿图像，婴儿片段，并将成人图像作为负片传递(为此创建了黑色片段)。

那么，如果我这样做的话，那么unet模式能区分成人和婴儿吗？如果不是我下一步该做什么？

Answer 1

它实际上取决于您的数据集.

在培训过程中，Unet将尝试学习图像中的特定特征，如婴儿的形状、体型、颜色等。如果您的数据集足够好(例如，包含了大量的婴儿示例和许多独立颜色的成人，并且图像尺寸并不高)，那么您可能就不会有任何问题了。

然而，有一种可能性，你的模型错过了一些婴儿或成年人的形象。为了解决这个问题，你可以做几件事：

1. 在培训期间添加数据增强技术(例如随机裁剪、填充、亮度、对比度等)
2. 您可以通过使用一种新的方法(如Unet++或Unet3+ )来取代Unet模型，从而使您的模型更强大。根据https://arxiv.org/ftp/arxiv/papers/2004/2004.08790.pdf

的Unet3+论文，在医学图像分割任务方面，它似乎能够超过Unet和Unet++。

此外，我还找到了这个存储库，它包含Unet3+的一个干净的实现，这可能会帮助您入门：https://github.com/kochlisGit/Unet3-Plus