unet解读

UNet是一种深度学习的分割模型，属于FCN的一种变体。

它的网络结构是对称的，形似英文字母U，因此被称为U-Net。

UNet网络的前半部分是特征提取，后半部分是上采样。

在跳层连接（Skipconnection）时需注意特征图的维度。

UNet的初衷是为了解决医学图像分割的问题，在解决细胞层面的分割的任务方面，它在2015年的ISBI cell tracking比赛中获得了多个第一。

之后，UNet凭借其突出的分割效果而被广泛应用在语义分割的各个方向（如卫星图像分割，工业瑕疵检测等）。

总的来说，UNet是一个简单、高效、易懂、容易构建的模型，可以从小数据集中训练。