问题一回答

任务类型:图像分割(划分大象和长颈鹿的活动区域)。
神经网络结构:

• 采用U-Net架构(编码器-解码器结构,适合图像分割任务)。

• 编码器(下采样):

  • 4个卷积块,每块包含:

    • 卷积层(3×3卷积核,ReLU激活)

    • 最大池化层(2×2池化窗口)

  • 通道数逐层翻倍:64 → 128 → 256 → 512。

• 解码器(上采样):

  • 4个反卷积块,每块包含:

    • 转置卷积层(2×2核,步长2,用于上采样)

    • 跳跃连接(拼接编码器对应层的特征图)

    • 卷积层(3×3卷积核,ReLU激活)

  • 通道数逐层减半:512 → 256 → 128 → 64。

• 输出层:1×1卷积核,Sigmoid激活,生成二值分割掩膜。

隐藏层与神经元:

• 隐藏层总数为8个卷积层(编码器4层 + 解码器4层)。

• 每层神经元(通道数):64、128、256、512(编码器),对称减少(解码器)。

问题二回答

简化模型方案:

1. 减少通道数:将编码器通道数改为 32 → 64 → 128 → 256,解码器对称减少。

2. 减少层数:使用3层编码器+3层解码器(通道数32→64→128)。

3. 添加正则化:在卷积后加入Dropout层(比例0.3),防止过拟合。

最优模型架构:

• 轻量U-Net变体:

  • 编码器:3层(32→64→128通道),每层后接最大池化。

  • 解码器:3层(128→64→32通道),使用转置卷积和跳跃连接。

  • 输出层:1×1卷积 + Sigmoid。

• 总参数量减少50%+,但分割精度仍能保持90%以上(假设原模型95%)。

• 关键优化:

  • 跳跃连接保留细节信息,弥补层数减少的损失。

  • Dropout提升泛化性,避免小模型过拟合。