Compact SegUnet自学习模型、构建方法及应用

摘要

本发明揭示了一种基于Compact SegUnet自学习模型、构建方法及应用，该模型由一条编码路径和一条解码路径构成，两条路径通过3个卷积层连接。本发明的有益效果主要体现在：通过在每个卷积层中使用更多的卷积核以及添加ReLU的激活函数，使用反池化还原图像分辨率，并与同维度下卷积核提取的图像特征相结合，以最大程度地保留降采样中的重要特征信息，使对图像中需要分割的部分的定位更加精准。