3D U-Net は、医療データ解析で大量のボリュメトリック データを処理するために U-Net のすぐ後に導入されました。これは、従来のアーキテクチャをベースに、画像全体を解析するエンコーダー部と、フル解像度のセグメンテーションを生成するデコーダー部で構成されています。3D U-Net では、3 次元ボリュームを入力とし、3D たたみ込み、3D 最大値プーリング、3D 転置たたみ込み層を適用する点で、完全なる 2D アーキテクチャである 2D U-Net と異なります。3D U-Net の詳細は、3D U-Net: 疎なアノテーションから密なボリュメトリック セグメンテーションを学習するを参照してください。
次の表に、Vitis AI ライブラリでサポートされる 3D U-Net モデルを示します。
番号 | モデル名 | フレームワーク |
---|---|---|
1 | 3D-Unet_pt | PyTorch |