AUNet: Attention-guided dense-upsampling networks for breast mass segmentation in whole mammograms
乳がんをsemantic segmentationする論文があったので読んでみた。
Unetとほとんど同じ形をしてるのだが、Upsample Blockを改善したらしいので見ていきたいと思う。
新規性
upsampling block
 Unetで使われているDeconvolution(up-conv 2x2)ってそんなに効率的じゃないから、biliner-upsample(inteporlation)で十分でしょ。
これが超ベーシックのbilinear upsampling block
high-level(Global)とlow-level(Local)の特徴量を両方とも取り出す為にupsampling blockをこんな感じにしたらしい。
ちょっと投げやりだけど、concatだけよりsumもあった方が良いでしょって感じ。
dense upsampling convolutionと言うらしい。
*あんまり細かい事は書いてなかった
次にGlobal Average Poolingした結果をチャネル毎にかけてますが、
channel-wise attentionと言う。
重みをつけてどのchannelに注目するかを決める手法。
結果
 Unetより遥かに良い結論
・Unetを模倣していた。 ・Deconvolutionよりbiliner upsampleの方が効率的 ・dense upsampling convolutionをしてbiliner upsampleの足りない所を補完 ・channel-wise attentionをupsampling blockに入れてみたこういうシンプルなネットワークを改善した論文は勉強になるから好き。