UNET——经典的CNN架构，上下文信息进行统一

题目：U-Net:Convolutional Networks for Biomedical Image Segmentation

1.概述

利用contracting path（收缩路径）捕获上下文信息，symmetric expanding path（对称扩展路径）就获取精确的定位信息，（本质上是编码和解码过程）将两者结合，得到一个很好的效果。结构如下：

2.主要内容

• 文中：“Larger patches require more max-pooling layers that reduce the localization accuracy, while

small patches allow the network to see only little context.”池化操作会失去特征的空间关系，造成定位精度下降以及部分特征信息的损失，但也增加了泛化能力，加速收敛。

• “fully convolutional network”全卷积的网络，没有全连接层。
• “Overlap-tile”重叠切片，对边缘区域利用镜像的方式进行弥补缺失的内容。

• “touching-cell”，对相邻的对象采用weighted loss的方法，在对象间拥有较大的weight在los