unet 浅浅一学

图像分割问题：任给出一张图，分出一个物体的准确轮廓。

UNet是像素级分类，输出的则是每个像素点的类别，且不同类别的像素会显示不同颜色，UNet常常用在生物医学图像上。

unet是一个对称的（如图）

 

左侧下采样称为encoder,右侧上采样称为decoder

skip connection中间的灰色线，在上采样的过程中，融合下采样过程中的feature map，讲将feature map进行叠加，concat（像摞一摞书一样）。

但是每一个feature map的大小不一，解决的办法有两种：

一是将大的feature map进行裁剪，使其与小的featuremap大小一致。

二是将小的featuremap进行padding，补齐不足的部分使小的featuremap与大的featuremp大小一致

unet采用第二种。

该网络结构：

主要分为三部分:下采样， 上采样以及 跳跃连接。

首先将该网络分为左右部分来分析，左边是压缩的过程，即Encoder。通过卷积和下采样来降低图像尺寸,提取一些浅显的特征。