U-net系列算法

U-net

整体结构：

概述就是编码解码过程，简单但是很实用 ，应用广，起初是做医学方向 ， 现在也是

主要网络结构：

还引入了特征拼接操作

以前我们都是加法 ， 现在全都要

U-net++

整体网络结构：

特征融合 ，拼接更全面

其实跟densenet思想一致

把能拼能凑的特征全用上就是升级版了

Deep Supervision ：

也是很常见的事 ， 多输出

损失由多个位置计算 ， 再更新

现在来看 ， 很多视觉任务都可以套用这招

可以更容易剪枝：

因为前面也单独有监督训练

可以根据速度要求来快速完成剪枝

训练的时候同样会用到L4 ，效果还不错

U-net+++

不同的max pool整合低阶特征（X1和X2 ， 轮廓之类的）

上采样整合高阶特征（感受野大的 ， 全局的）

各层统一用卷积得到64个特征图

5*64 =320 ， 最终组合得到全部特征