【3D图像分割】基于 Pytorch 的 3D 图像分割3（3D UNet 模型篇）

在本文中，主要是对 3D UNet 进行一个学习和梳理。对于 3D UNet 网上的资料和 GitHub直接获取的代码很多，不需要自己从 0开始。那么本文的目的是啥呢？

本文就是想拆解下其中的结构，看看对于一个3D的UNet，和2D的UNet，究竟有什么不同？如果是你自己构建，有什么样的经验和技巧可以学习。

3D的UNet的论文地址：3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation

对于2D的UNet感兴趣的小伙伴，可以先跳转去这里：【BraTS】Brain Tumor Segmentation 脑部肿瘤分割2（UNet的复现）；相信阅读完，你会对这个模型，心中已经有了结构。

对本系列的其他篇章，点击下面👇链接：