U-Net: Convolutional Networks for Biomedical Image Segmentation理解二

U-Net: Convolutional Networks for Biomedical Image Segmentation是Olaf Ronneberger等人在全卷积网络（fully
convolutional network）的基础上的改进。

该文章一开始说明了对于医学图像等需要像素级标签预测（即语义分割）的任务。针对这种现象，Ciresan提出了一种 采用动态滑动窗口从原始图像中根据一定的滑动步长来获取patch，然后再将这些patch放到网络中训练。他们设计的网络可以定位，并且用来输入模型的patch远多于原始训练图像，赢得了ISBI 2012挑战。
接着作者说明了这个网络的不足：
1）因为模型对每个patch都会跑一遍，而且在得到的这些patch中，由于移动步长并不是一定patch的大小，所有patch之间存在着大量的冗余，这导致网络跑完比较慢
2）该网络不能很好的平衡 精准定位和有效使用上下文信息这两个方面。若为减少patch的数量，将patch取大一点，那么会需要更多的池化层，而池化是下采样，降低了图像的分辨率就不能很好的联系上下文信息。但patch太小，那么感受野也就小，这样就只能用到一点点上下文信息。

然后作者就引出了他们的网络模型，基于全连接的U-net模型。其结构图如下图所示：

该模型由一条（contracting path）收缩路径（下采样，常规的卷积网络）和（expansive path）扩展路径࿰