本课程B站链接：https://www.bilibili.com/video/BV1Vq4y127fB/ 主要介绍unet的网络结构。详见2015年的论文
- unet结构图
- 【详解】典型的encoder-decoder结构
- 左边是encoder,也就是提取特征和下采样的部分；右边decoder解码是一系列上采样，得到最终的一个分割图
- 图中每个长条的矩形对应的都是一个特征层，箭头都是一种操作
- 从输入开始看，输入是572x572的单通道的图片为例，首先进行一个卷积操作（步距为1，no padding）通过卷积层之后，高和宽都会减少，当时15年还没有BN。经过两个卷积层后进行下采样（max poooling),2x2，高和宽就会减半，channel不会变化，还是64。接着再进行两个3x3卷积层，（每次下采样后都会将channel进行翻倍，64-128）。右半部分：绿色的是上采样（其实是转置卷积，可回看视频，经过之后会将特征层的高和宽放大两倍，channel减半），1024-512，对应蓝色部分；灰色箭头是copy和crop,左边的高和宽是64x64,右边得到的是56x56大小的，无法进行直接拼接，所以对左边的特征层进行中心裁剪，和右边的蓝色部分进行拼接，拼接之后channel为1024。后面依次进行上采样。直到最后得到宽和高388x388，最后经过一个灰色的箭头卷积层，这个卷积核的个数和我们分类的类别个数是一致的，论文中只分割前景和背景。输出的结构就是388x388x2。（注意最后1x1的卷积的没有激活函数）
- 注意得到的分割图和原图并不一样
- 反思：现在主流的实验方式并非严格按照论文中的方式去实现，而是在卷积层加上一个padding，即每次经过3x3卷积层，不会改变特征层的高和宽，并且会在卷积和ReLu之间加上一个BN（效果：在拼接的时候不要中心裁剪了，最后得到的高和宽和我们输入的高和宽保持一致）。
- 针对特别大（高分辨率的）图片，一般每次只分割一个patch，相邻两个预测区域之间一般会有一个重叠的部分，称为overlap，能够更好的分割边界区域
- *pixel-wise loss的方案：细胞与细胞之间的背景取，赋予大的权重，对于大片的背景区域，施加小的权重
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
