On Improving 3D U-net Architecture
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00332644" target="_blank" >RIV/68407700:21230/19:00332644 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.scitepress.org/PublicationsDetail.aspx?ID=ZmJ8fAjUpDc%3d&t=1" target="_blank" >https://www.scitepress.org/PublicationsDetail.aspx?ID=ZmJ8fAjUpDc%3d&t=1</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.5220/0007830306490656" target="_blank" >10.5220/0007830306490656</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On Improving 3D U-net Architecture
Popis výsledku v původním jazyce
This paper presents a review of various techniques for improving the performance of neural networks on segmentation task using 3D convolutions and voxel grids – we provide comparison of network with and without max pooling, weighting, masking out the segmentation results, and oversampling results for imbalanced training dataset. We also present changes to 3D U-net architecture that give better results than the standard implementation. Although there are many out-performing architectures using different data input, we show, that although the voxel grids that serve as an input to the 3D U-net, have limits to what they can express, they do not reach their full potential.
Název v anglickém jazyce
On Improving 3D U-net Architecture
Popis výsledku anglicky
This paper presents a review of various techniques for improving the performance of neural networks on segmentation task using 3D convolutions and voxel grids – we provide comparison of network with and without max pooling, weighting, masking out the segmentation results, and oversampling results for imbalanced training dataset. We also present changes to 3D U-net architecture that give better results than the standard implementation. Although there are many out-performing architectures using different data input, we show, that although the voxel grids that serve as an input to the 3D U-net, have limits to what they can express, they do not reach their full potential.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 14th International Conference on Software Technologies
ISBN
978-989-758-379-7
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
649-656
Název nakladatele
SciTePress - Science and Technology Publications
Místo vydání
Porto
Místo konání akce
Praha
Datum konání akce
26. 7. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—