深度学习U-net个人理解

一种编码器-解码器结构。编码器逐渐减少池化层的空间维度,解码器逐步修复物体的细节和空间维度。编码器和解码器之间通常存在快捷连接,因此能帮助解码器更好地修复目标的细节。U-Net 是这种方法中最常用的结构。

蓝色代表卷积和激活函数, 灰色代表复制, 红色代表下采样, 绿色代表上采样然后在卷积, conv 1X1代表核为1X1的卷积操作, 可以看出这个网络没有全连接,只有卷积和下采样. 这也是一个端到端的图像, 即输入是一幅图像, 输出也是一副图像。

4次上采样,4次下采样。卷积核大小都为3x3。在进行pooling的时候采用maxpooling并且保留了位置信息,使得在进行上采样的时候能够还原其位置信息。

猜你喜欢

转载自blog.csdn.net/gbyy42299/article/details/78954282