为什么u-net掩盖了较小掩模的图像？

Question

u-net的输入图像尺寸为572 * 572，但输出掩模尺寸为388 * 388。如何用较小的掩模掩盖图像？

Answer 1

可能你指的是Ronneberger等人发布的U-Net架构的scientific paper。图中显示了这些数字。

在＆＃34; 3部分中有点隐藏了解释。训练＆＃34;论文：

  

由于未填充卷积，输出图像比输入的边界宽度小。

这意味着在每次卷积过程中，部分图像被裁剪为＃34;因为卷积将以坐标开始，因此它与图层的输入图像/输入blob完全重叠。在3x3卷积的情况下，每侧总是一个像素。有关内核/卷积的可视化解释，请参阅例如here。 输出较小，因为由于在非填充卷积期间发生裁剪，仅图像（内部）部分得到结果。

这不是架构的一般特征，而是（无衬垫）卷积固有的东西，可以通过填充来避免。可能最常见的策略是在图像边界处镜像，以便每个卷积可以从图像的最边缘开始（并且在其内核重叠的地方看到镜像像素）。然后可以保留输入大小，并对整个图像进行分段。