m0_72800308的博客

这是学习 B站博主霹雳吧啦Wz 的 深度学习-语义分割篇-使用PyTorch搭建U-Net网络并基于DRIVE数据集训练视频所做的笔记。

UNet 网路结构左半部分是下采样：图片尺寸变小，图片变得模糊；UNet 网路结构右半部分是上采样：图片尺寸变大，图片变得清晰。常见的方法包括平均池化、最大池化和卷积池化等。常见的方法包括最近邻插值、双线性插值和三次插值等。上采样和下采样的目的是为了适应不同的任务需求，例如：在特征提取、图像压缩和迁移学习中，需要将高分辨率图像下采样到低分辨率图像。（UNet 左半部分就是在进行特征提取、图像压缩）在目标检测、图像分割和超分辨率重建等任务中，需要将低分辨率图像上采样到高分辨率图像。

※ 这是学习 B站博主霹雳吧啦Wz 的 深度学习-语义分割篇-UNet网络结构讲解视频 所做的笔记。主要讲了论文中网络结构以及现在的主流更改还有论文中的两张图。