图像分割unet系列------TransUnet详解
-
- 1、TransUnet结构
- 2、我关心的问题
- 3、总结与展望
TransUnet发表于2021年，它是对UNet非常重要的改进，专为医学图像分割任务设计，特别用于在医学图像中分割器官或病变等解剖结构。
1、TransUnet结构
TransUNet在U-Net模型的基础上引入了混合编码器，将CNN和Transformer结合起来，以解决传统卷积神经网络在建模长距离依赖性和处理大尺寸图像方面的局限性。
当前，有太多的文章介绍TransUnet的网络结构，包括注意力头的详细介绍，本文将不再赘述。我从自己的理解出发，思考几个问题，供大家一起讨论。
2、我关心的问题
看到这个网络结构，我的第一反应就是为什么只在编码层的最后一层进行transformer的特征提取呢？这种网络结构的设计与只采用transformer结构有哪些可取之处呢？
2.1 编码层最后一层采用transformer的意义
以前的文章中我们讨论过，细颗粒度语义特征提取有利于对细节
