U-net系列算法

该文件主要围绕U - net系列算法展开，介绍了U - net、U - net++和U - net+++的相关内容，具体如下：

• 1. U - net 整体结构：采用编码解码过程，结构简单且应用广泛，最初用于医学方向，目前仍在该领域发挥重要作用。主要网络结构：引入特征拼接操作，区别于以往的加法操作，通过这种简单结构就能有效完成分割任务。
• 2. U - net++整体网络结构：进行更全面的特征融合与拼接，其思想与densenet一致，尽可能利用各类特征。
• 3.Deep Supervision：采用多输出方式，从多个位置计算损失并更新，这种方法在很多视觉任务中都适用。
• 4. 剪枝优势：由于前面有单独的监督训练，可根据速度要求快速完成剪枝，训练时使用L4效果较好。
• 5.U - net+++：仅作了解，它通过不同的max pool整合低阶特征，上采样整合高阶特征（感受野大、全局性的特征），各层统一用卷积得到64个特征图，最终组合形成全部特征。