创新思想:
文章提出了带有多尺度预测的金字塔卷积神经网络,可以从内部纹理中检测和区分叶边界。并用流域算法估计单个叶片周围的闭合边界。
主要原理:
网络结构,其中I是输入,C是卷积,R是激活,A是n组激活卷积操作,÷是降采样,×是升采样。
主要实验结果:
不同分辨率下的效果图。
这篇文章提出的模型(d)与其他模型的对比(a)(b)?。
左边一列是测试原图,中间是轮廓图,右边绿色是真正估计段,蓝色是假阴性,红色是假阳性。
结果表明当5个预测层,且仅使用最高分辨率的预测来执行分割效果最好。