U-Net是一種基於深度學習的圖像語義分割方法，尤其在醫學圖像分割中表現優異。
本課程將手把手地教大家使用labelme圖像標註工具製作自己的數據集，生成Mask圖像，並使用U-Net訓練自己的數據集，從而能開展自己的圖像分割應用。
課程鏈接：https://edu.51cto.com/course/18936.html
本課程有三個項目實踐：
(1) Kaggle鹽體識別比賽 ：利用U-Net進行Kaggle鹽體識別
(2) Pothole語義分割：對汽車行駛場景中的路坑進行標註和語義分割
(3) Kaggle細胞核分割比賽 ：利用U-Net進行Kaggle細胞核分割
本課程使用keras版本的U-Net，在Ubuntu系統上用Jupyter Notebook做項目演示。 包括：數據集標註、數據集格式轉換和Mask圖像生成、編寫U-Net程序文件、訓練自己的數據集、測試訓練出的網絡模型、性能評估。
本課程提供項目的數據集和Python程序文件。
課程示例1：使用U-Net進行Kaggle鹽體識別
課程示例2：使用U-Net進行Pothole語義分割
課程示例3：使用U-Net進行Kaggle細胞核分割