CZII - CryoET Object Identification(tattaka 's model)

tattaka's model

Model architecture

이 모델은 경량화된 2.5D UNet 구조로 설계되었으며, ResNetRS-50을 백본(backbone)으로 사용합니다. UNet 계열의 네트워크는 의료 영상 분석 등에서 널리 사용되는 구조로, 이 모델 또한 특정 3D 볼륨 데이터를 효과적으로 처리하기 위해 최적화된 것으로 보입니다.

 

🔹 입력과 출력
입력: 크기 (D×H×W) = (32×128×128) 인 3D 볼륨
Depth (깊이) = 32
Height (높이) = 128
Width (너비) = 128
즉, 3D 데이터를 CNN 기반 모델에서 처리할 수 있도록 하는 구조를 가짐.
출력: 입력과 동일한 크기인 (32×128×128) 크기의 3D 히트맵
히트맵은 픽셀 단위로 특정 클래스(예: 병변, 장기 구조 등)의 확률을 나타낼 가능성이 높음.

 

🔹 백본(Backbone): ResNetRS-50
백본으로 ResNetRS-50을 사용하며, 이는 ResNet의 변형 중 하나로 더 효율적인 특징 추출과 적은 연산량을 제공하는 구조입니다.

백본 내부의 Feature Map 변화
백본에서는 입력 볼륨의 깊이(Depth)를 점진적으로 줄이고, 공간 해상도를 감소시키며 특징을 추출합니다.

첫 번째 & 두 번째 스테이지

평균 풀링(Average Pooling)으로 깊이(Depth)를 절반으로 줄임