【Unet系列】(二)Unet网络

UNet是一种用于图像分割的深度学习模型,其结构包含编码和解码两部分,通过特征拼接将浅层的详细信息与深层的抽象特征结合。编码部分类似VGG网络,逐级池化获取不同尺度的特征;解码部分则通过上采样并拼接对应尺度的编码特征,以恢复细节。copy和crop操作用于在深层网络中保留和利用浅层的内容信息。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、UNet整体结构

在这里插入图片描述
简单说,就是编码解码的过程。并且还引入了特征拼接操作。
Unet包括两个部分。
第一部分是特征提取,与VGG类似,特征提取部分每经过一个池化层就是一个尺度,包括原图尺度一共5个尺度。
第二部分为上采样部分,上采样部分,每采样一次就和特征提取部分对应的通道数相同尺度拼接,但是拼接之前要将其crop。

二、copy和crop的作用

浅层网络会保存明显的内容信息,网络层越深,内容会减少,特征会增多,为了在深层网络添加内容信息,故进行copy和crop操作。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lingchen1906

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值