研究：显微镜分辨率过高反而拖累 CNN 分割

Ferreira 等人的研究发现一个反直觉结论：显微镜图像分辨率过高未必提升深度学习效果。由于 CNN 感受野固定，图像分辨率提高时模型覆盖的样品物理区域变小，虽然看到更多局部细节，却丢失目标整体上下文，导致分割性能下降。实验显示将 U-Net 的输入降采样 4 倍反而获得更准确的分割结果。

2026-09-22 ~ 2026-09-23 · 2 条相关

• 显微镜分辨率过高反而害了 CNN,U-Net 降采样 4 倍分割更准 — bravo_abad · 2026-09-22
• 分辨率越高效果越差？显微镜图像超出 CNN 感受野反而拖累模型 — bravo_abad · 2026-09-23