基于輕量化網絡與知識蒸餾策略的心臟核磁共振圖像分割

摘要： 針對深度學習網絡應用于心臟核磁共振成像（MRI）圖像分割時網絡參數量以及浮點運算量較大的問題，本文提出一種輕量化的空洞并行卷積網絡（DPU-Net）以減少網絡參數的數量以及浮點運算數，進而通過多尺度自適應向量引導的知識蒸餾（MAVKD）訓練策略用于提取教師網絡的暗知識，以提高DPU-Net的分割精度。本文所提網絡采用獨特的卷積通道變化方式來減少參數量，并搭配殘差塊以及空洞卷積緩... ... （共9頁）