很多分割网络都是基于FCNs做改进，包括Unet。
Unet包括两部分，可以看右图，
-
Part Ⅰ ，特征提取，VGG类似。
-
Part Ⅱ，上采样部分。由于网络结构像U型，所以叫Unet网络。
特征提取部分，每经过一个池化层就一个尺度，包括原图尺度一共有5个尺度。
上采样部分，每上采样一次，就和特征提取部分对应的通道数相同尺度融合，但是融合之前要将其crop。这里的融合也是拼接。
个人认为改进FCN之处有：
-
多尺度
-
适合超大图像分割，适合医学图像分割
FCN的主要思想
是使用连续的层补充通常的收缩网络，其中的池化层被上采样层取代。因此这些层增加了输出层的分辨率。为了定位，来自收缩路径的高分辨率与上采样输出相结合。基于这个信息，一个连续的卷积层可以学习组装（集成）更精确的输出。
U-net 与 FCN 的不同在于，U-net 的上采样依然有大量的通道，这使得网络将上下文信息向更高层分辨率传播。作为结果，扩展路径多多少少与收缩路径对称，形成一个U的形状。网络没有全连接层并且只是用每一个卷积层的有效部分，例如分割图（指图像的输出）只包含这样的一些像素点，它们的上下文（它周围的像素点）都出现在了输入图像中。这种策略使得我们通过一个 Overlap-tile 策略可以使得任意大小的输入图像都可以获得一个无缝分割。
U-Net的结构如下图所示，左侧可视为一个编码器，右侧可视为一个解码器。
encoder有四个子模块，
每个子模块包含两个卷积层，每个子模块之后有一个通过max pool实现的下采样层。
输入图像的分辨率是572x572, 第1-5个模块的分辨率分别是572x572, 284x284, 140x140, 68x68和32x32。由于卷积使用的是valid模式，故这里后一个子模块的分辨率等于（前一个子模块的分辨率-4）/2。
解码器包含四个子模块，分辨率通过上采样操作依次上升，直到与输入图像的分辨率一致（由于卷积使用的是valid模式，实际输出比输入图像小一些）。该网络还使用了跳跃连接，将上采样结果与编码器中具有相同分辨率的子模块的输出进行连接，作为解码器中下一个子模块的输入。
