U-net介绍

U-net的产生极大的促进了医学图像分割的研究。2015年Olaf Ronneberger, Philipp Fischer和Thomas Brox提出了U-net网络结构，并用于ISBI比赛中电子显微镜下细胞图像的分割，以较大的优势取得了冠军。U-net是基于全卷积网络拓展和修改而来，网络由两部分组成：一个收缩路径(contracting path)来获取上下文信息以及一个对称的扩张路径(expanding path）用以精确定位。

U-net的主要优点为：

• 支持少量的数据训练模型
• 通过对每个像素点进行分类，获得更高的分割准确率
• 用训练好的模型分割图像，速度快

接下来将详细介绍u-net：

Fig.1为Olaf Ronneberger等人构建的u-net网络结构，整个模型因呈现“U”型，固因此得名。

图中“”表示卷积层（conv 3×3, ReLu）,""表示裁剪和复制，“