U-Net: Convolutional Network for Biomedical Image Segmentation 論文詳解

U-Net

論文結構
前人研究

Hence, Cireasan 的滑動窗口法：一次選定部分圖片，然後滑動計算，最後拼接得到一個比原來還大的圖片。
得出兩個明顯的缺點：
1、必須分批分割圖片訓練，重疊部分計算有冗餘
2、定位準確性和context使用量不可兼得
解釋：
1、圖片選取的部分越大，pooling 的層數就相應地增多，導致信息丟失地越多，定位越不準確；
2、圖片選取部分越小，network可以訓練或者識別的圖區就越小

新方法
U-Net：
U-Net是一種改良的CNN網絡，特點是網絡結構爲U字型，且沒有全連接層。
兩個部分組成：
1、壓縮路徑
2、拓展路徑
掛一下，待填坑