前言

說明到底如何訓練出邊界的。

如何訓練細胞邊界

We pre-compute the weight map for each ground truth segmentation to compensate the different frequency of pixels from a certain class in the training data set, and to force the network to learn the small separation borders that we introduce between touching cells (See Figure 3c and d).

為了訓練到細胞的邊界，需要給影像有預權重的概念，在邊界的分類正確比影像的分類正確重要太多了。

嘖嘖....在一般的Unet上到底有沒有被實現過呢？抱持著懷疑的態度。(之後我們看程式碼就知道了)

圖c 是 label
圖d 是 pre-weight

所以可以知道，在邊界權重重了很多。

結語

如果這一是一篇你可能要做的研究，那就深入的了解他，讀再多遍都不為過。

Reference

[0] U-net