Я читаю статью о сегментации печени по КТ-изображениям с использованием трехмерных полностью сверточных сетей введите описание ссылки здесь . Здесь, в какой-то момент, автор утверждает, что
с обратным распространением ошибок по векселям, эквивалентная обучающая база данных значительно расширяется, и, следовательно, риск серьезного переоснащения эффективно снижается Что крайне важно для многих приложений обработки медицинских изображений, сталкивающихся с проблемой недостаточности обучающих данных
Я не понимаю, как потеря на воксел может преодолеть проблему переобучения? Ранее я читал в некоторых статьях, что тренировка трехмерных полностью сверточных сетей может привести к переобучению из-за меньшего количества данных и большого количества параметров. Тем не менее, в этой статье претензия немного отличается? Кроме того, позже в статье автор утверждает, что 3D-сети могут страдать от проблемы исчезновения градиента больше, чем 2D-CNN. Я тоже не могу уловить этот момент.