unet 层_【语义分割】——UNet / 论文笔记

因为你 所以我

---

Contents

• • 1 网络整体结构
  • 2 Key points
    • 2.1 Overlap-tile Strategy
    • 2.2 Decode中的上采样
      • 2.2.1 UnPooling
      • 2.2.2 UpSampling
      • 2.2.3 反卷积
  • 3 UNet++
  • 4 深度监督(Deep supervision)

---

开始之前学习一个单词热热身： contracting v. 收缩，缩小；  (肌肉)收缩；感染(疾病)；

---

1 网络整体结构

     UNet论文中对于网络结构总结最好的一句话：      The architecture consists of a contracting path (理解为降采样路径，编码)to capture context and a symmetric expanding path (理解为上采样路径，编码)that enables precise localization.      神经网络层数越深，其特征图尺寸越小，其包含的语义信息越丰富，而损失了物体的位置信息；再结合FPN的思想把大特征图中包含的位置信息与小特征图中包含的语义信息concat起来，这样就弥补了定位精度与语义信息间的 tradeoff ，多好。      从图片中看到整体的网络结构类似 U 型，其左边和右边分别为 Encoder 和 Decoder 过程：

• Encoder：左半部分，由两个3x3的卷积层(ReLU)+2x2的max polling层(stride=2)反复组成，每经过一次下采样，通道数翻倍；
• Decoder：右半部分，由一个2x2的上采样卷积层(ReLU)+ Concatenation(crop对应的Encoder层的输出feature map然后与Decoder层的上采样结果相叠加)+ 2个3x3的卷积层(ReLU)反复构成；
• 最后一层通过一个1x1卷积将通道数变成期望的类别数。

     整体网络没什么复杂的，注意的是该网络是用于语义分割的，而分割任务是像素级别的分类任务，故网络的输出层大小应该为 [W，H，num_cls+1] ，其中