回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我用<a href="https://github.com/voxelmorph/voxelmorph" rel="nofollow noreferrer">voxelmorph</a>做肺部图像的配准。但是我的火车图像太大了,无法输入到网络中,图像的形状不同,形状也不规则。有些是513436…(不是2的幂次,所以我不能直接使用U-NET或其他CNN)。在</p>
<p>为了解决这些问题,我将列车图像分割成128x128x128的子图像,其中step=100。看起来像这样:</p>
<p><a href="https://i.stack.imgur.com/RsEdJ.png" rel="nofollow noreferrer">split image into sub-images</a></p>
<p>在预测阶段,我还将图像分割成若干子图像,利用网络对每个子图像进行预测,然后对结果进行组合。但问题是子图像的边界看起来与内部区域不同,如下所示:</p>
<p><a href="https://i.stack.imgur.com/geTw6.png" rel="nofollow noreferrer">boundaries problem</a></p>
<p>我天真的方法是平滑的,但我发现它行不通。我认为这是一个常见的问题。怎么解决这个问题?请帮忙。在</p>
<p>这个数据问题有点小不同。因为简单列车图像的形状超过300x300x300。所以不是整个数据集太大,一个简单的数据就太大了。在</p>
<p>有一些例子:</p>
<pre><code>(430, 318, 168)
(434, 354, 349)
(428, 290, 439)
(446, 290, 466)
(452, 382, 373)
(464, 290, 378)
(424, 278, 217)
(308, 202, 109)
(420, 312, 537)
(444, 314, 399)
(418, 368, 323)
(384, 432, 396)
(412, 282, 408)
(314, 188, 239)
(428, 308, 422)
(412, 302, 471)
(276, 158, 127)
(384, 432, 396)
(394, 322, 370)
(412, 322, 289)
(412, 296, 458)
(323, 250, 127)
(448, 296, 431)
(420, 302, 446)
(438, 314, 393)
(386, 424, 386)
</code></pre>
<p>像这样的骨网:</p>
^{pr2}$
<p>CNN上有一篇文章提到大图像,<a href="https://dl.acm.org/citation.cfm?id=3132847.3132872" rel="nofollow noreferrer">A New Approach to Compute CNNs for Extremely Large Images</a>。<a href="https://i.stack.imgur.com/Kdemo.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/Kdemo.png" alt="A same boundary problem"/></a>它使用了一个自适应填充来解决边界问题,但是描述不清楚。我认为这类似于重叠策略。在</p>