Unet分割网络

分割与分类不同， 分类只需要判断整体图像的信息，分割需要判断每个像素的信息。比如选西瓜的项目中，分类需要解决是好西瓜还是坏西瓜的问题，而分割要解决的是，西瓜在哪里，西瓜有多大的问题。
可以总结出，分割问题中，往往牵涉了几何位置等信息，而分类问题，往往是一种综合判断。
分割有很广泛的应用领域，如人体识别，安全帽识别，登记照更换背景等。
unet的网络结构如下：

右下角有每一层的作用，u字形的左边：卷积，池化，u字形的右边：卷积，上采样。
unet的广泛应用于SVM的广泛应用有着相同的原因，在小数据集上易于训练，效果不错，但是小网络毕竟有小网络的局限，当我们有海量数据的时候，还是有理由相信我们需要更大的网络来处理

参考

1. 图像分割必备知识点
2. unet论文