研习U-Net——现有的分割网络创新 大讲堂 | 第74期
本次公开课,讲者以U-Net为案例分析,总结现有的分割网络创新,以及探讨还有哪些有针对性的改进方向。
开课时间:2018/09/18 20:00 预计时长:一个小时左右
课程回放
844人报名
观看回放
课程介绍

分享主题

研习U-Net——现有的分割网络创新

 

分享背景

经典的Encoder-Decoder结构在目标分割问题中展现出了举足轻重的作用,然而这样一个相对固定的框架使得模型在感受野大小和边界分割精度两方面很难达到兼顾。本次公开课,讲者以U-Net为案例分析,总结现有的分割网络创新,以及探讨还有哪些有针对性的改进方向。
 
分享嘉宾

周纵苇,亚利桑那州立大学生物信息学在读博士,师从Jianming Liang教授,主要研究方向为医学图像分析,深度学习等。其研究工作曾在 CVPR,DLMIA,EJNMMI Research发表。
 
分享提纲

1.肢解经典的U-Net结构,反思其组成元素的必要性和优缺点

2.解读现有的对于U-Net结构性创新的改进思路

3.分享我们对其提出的一个改进方案——UNet++

 

分享时间

9月 18 日(星期二)  20:00

 

附:
公开课30秒满意度调查:http://cn.mikecrm.com/z5nr7sn
课程须知
  • 本次公开课将于9月18日周二晚8点准时开始,请大家提前10分钟进入直播间
  • 公开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品

授课教师

亚利桑那州立大学生物信息学在读博士
微信扫码分享课程
投递简历

扫描求职百题斩小程序
助求职者一壁之力

微信扫码助力

如果您对这家企业感兴趣,想要加入一同谋事,可上传您的简历。
投递简历