一种基于潜在扩散模型的半监督分割方法 .pdf
文本预览下载声明
一种基于潜在扩散模型的半监督分割方法
一种基于潜在扩散模型的半监督分割方法包括以下步骤：
1、图像生成阶段：首先将图像输入到变分自动编码器的编码器中生
成潜在空间编码，将对应图像的潜在空间编码输入到潜在扩散模型中。
然后利用去噪自动编码器对加噪后的潜在空间编码计算去噪拟合损
失以学习去噪分布。最后利用潜在扩散模型随机生成高斯噪声并进行
去噪估计以生成潜在空间编码，将潜在空间编码通过变分自动解码器
生成像素级图像。
2、半监督学习阶段：为了利用图像生成阶段生成的大量有价值合成
无标记样本，半监督学习阶段首先对有标记的数据进行训练，然后利
用生成的合成无标记样本进行进一步的训练。具体来说，该阶段使用
Unet作为分割网络，并采用Diceloss和CrossEntropyloss作为监督损
失。在训练过程中，可以使用一种基于多级上下文交叉一致性的策略
来进一步提高分割性能。
显示全部