超级会员免费看
本文详细介绍了UNet网络结构，该结构主要用于生物医学图像分割。UNet由编码器和解码器组成，通过下采样和上采样进行特征提取和重建。在编码器部分，通过卷积和池化操作逐层增大通道数并减小特征尺寸；解码器部分则利用转置卷积上采样，并结合跳跃连接进行特征融合，最后通过1x1卷积得到分割结果。原论文中存在输入图像大小与输出分割图大小的匹配问题，现代实现通常采用不改变尺寸的卷积和批量归一化层解决此问题。
UNet 简介
UNet 论文：Convolutional Networks for Biomedical Image Segmentation
这篇论文主要是针对生物医学影像这个领域提出的，所以一提到UNet一般都会联想到医学影像。
UNet 网络结构
UNet它是一个encoder - decoder的结构，那么encoder对应就是这个u型网络左边这半部分，也就是我们特征提取及下采样这部分。decoder解码就是右边部分通过一系列上采样，我们得到最终的一个分割图。 对于网络结构左边这一侧，作者叫做contracting path，对于右边这一侧作者称为expansive path。
在上图的网络结构中，每一个长条的矩形对应的都是一个特征层，其中箭头表示是一种操作。图中右下角列出了每一种箭头它所对应的操作类型。下面详细的介绍网络的搭建过程：
U型网络的左半部分
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
