Název: Denoise Pre-Training For Segmentation Neural Networks
Autoři: Kolarik, Martin
Typ dokumentu: Příspěvky z konference
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: This paper proposes a method for pre-training segmentation neural networks on small datasets using unlabelled training data with added noise. The pre-training process helps the network with initial better weights settings for the training itself and also augments the training dataset when dealing with small labelled datasets especially in medical imaging. The experiment comparing results of pre-trained and not pre-trained networks on MRI brain segmentation task has shown that the denoise pre-training helps the network with faster training convergence without overfitting and achieving better results in all compared metrics even on very small datasets.
Klíčová slova: deep learning; denoising; neural network; pre-training; segmentation
Zdrojový dokument: Proceedings of the 25st Conference STUDENT EEICT 2019, ISBN 978-80-214-5735-5

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/186770

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-414672


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference