一 寫在前面
之前沒有太了解segmentation任務是怎么做的，重溫一下經典的u net結構。
- U-Net: Convolutional Networks for Biomedical Image Segmentation
- https://arxiv.org/abs/1505.04597 （MICCA 2015）
主要解決兩個問題：
- 如何實現pixel level的分割任務？
- u-NET網絡結構如何設計的？
二 網絡結構如何設計
整個網絡結構呈現U形狀，所以也被稱之為U-net.
U-net同樣也被認為是經典的encoder-decoder結構，左邊不斷降低feature map大小提高特征維度的部分是encoder，反之，右邊不斷提升feature map大小降低特征維度的部分是decoder。
具體來說，
- 左邊，例如從568x568x64的特征維度到284x284x128的過程是利用一個3x3的卷積（使得特征維度double，從64到128）和2x2的max pool（stride=2，使得特征大小減半，從568到284）完成的；
- 右邊，則主要是通過上采樣，concat with左邊的特征，以及3x3的卷積完成的，例如從右邊的第二層到右邊第一層的過程為：先由198x198x128經過3x3卷積得到196x196x64，1） 對其進行2x2上采樣得到392x392x64， 2）然后再取左邊第一層568x568x64中的392x392x64（左邊虛線框的位置）進行concat得到392x392x128（右邊藍白條紋相疊的位置）3）然后對concat得到的392x392x128進行兩次3x3卷積，得到388x388x64的特征維度；
二 如何實現分割
其實就是圖里的最后一個conv1x1， 用1x1的卷積對388x388x64的特征圖進行卷積，得到388x388x2 （U-net本身做的是二分類）
