百度图像分割7日打卡训练营学习笔记——UNetPython代码实现（基于paddelpaddel）

U-Net网络框架

U-Net原理图

U-Net与FCN一样，都是采用Encoder加Decoder来实现图像分割。与FCN不同的是U-Net结合了很多浅层的信息，对于不同尺度物体分割效果要好些。

U-Net网络结构

网络结构如上图所示，从左到右分别为Encoder层、中间层和Decoder层。
Encoder层包括四个Encoder，每个Encoder都包括两个卷积层，然后pooling下采样作为下一层网络输入；
中间层包含两个卷积；
Decoder层包含四个Decoder，每个Decoder对输入先进行上采样，然后与对应的浅层信息连起来（这里会出现feature大小不一样的情况，可以用Crop或是Padding来解决），再经过两个卷积得到输出；
将最终输出经过1x1卷积得到channels为num_classes的分割结果。
整体结构像个U型。

上图为feature map的尺度变化

U-Net代码

import numpy as np
import paddle
import paddle.fluid as fluid
from paddle.fluid.dygraph import to_variable
from paddle.fluid.dygraph import Layer
from paddle.fluid.dygraph import Conv2D
from paddle.fluid.dygraph import BatchNorm
from paddle.fluid.dygraph import Pool2D
from paddle.fluid.dygraph import Conv2DTranspose


class Encoder(Layer):
    def __init__(self, num_channels, num_filters):
        super(Encoder, self).__init__()
        #TODO: encoder contains:
        #       1 3x3conv + 1bn + relu + 
        #       1 3x3conc + 1bn + relu +
        #       1 2x2 pool
        # return features before and after pool
        self.conv1 = Conv2D(num_channels,
                            num_filters,
                            filter_size=3,
                            stride=1,
                            padding=1)
        self.bn1 = BatchNorm(num_filters, act='relu')
        self.conv2 = Conv2D(num_filters,
                            num_filters,
                            filter_size=3,
                            stride=1,
                            padding=1