3D U-Net 是紧随 U-Net 之后引入的,用于处理医疗数据分析中丰富的体积数据。它是基于原有架构设计的,此架构由用于分析整个图像的编码器部分与用于生成完整分辨率分割的解码器部分组成。3D U-Net 取三维体积作为输入,并应用三维卷积层、三维最大池化层和三维上卷积层,这有别于采用完全二维架构的 2D U-Net。如需了解有关 3D U-Net 的更多详细信息,请参阅《3D U-Net:从稀疏注释学习密集体积分割》。
下表列出了 Vitis AI Library 支持的 3D U-Net 模型。
编号 | 模型名称 | 框架 |
---|---|---|
1 | 3D-Unet_pt | PyTorch |