U-Net: Convolutional Networks for Biomedical Image Segmentation

2021/7/13

来源：MICCAI15
resource：github上备份的包括ipad标注的pdf版本。
作者是University of Freiburg的Olaf Ronneberger, Philipp Fischer和Thomas Brox，这篇文章属于开宗立派的鼻祖文章了，单篇引用2.8w+！

Summary：文中提出了一种新颖的网络结构，因为特征提取与恢复部分呈镜像对称而命名为U-Net，这篇文章（的网络结构）从医学图像分割一路杀穿了图像分割、图像去噪等领域，成为魔改结构的经典（？）。

rating：5.0/5.0（不要不识抬举）
comprehension：3.5/5.0

文章的贡献有：

• 提出了一种新颖的全卷积网络结构U-Net，只需要非常少的数据配合数据增强就能取得非常理想的分割性能，后来在医学图像分割等领域取得了辉煌战果；

1 Introduction

• 图像分割输出的通道数和分类数目一致，本质上是个per-pixel生成label的过程。

网络结构如下所示：

U-Net由两块组成（这两块分别可以看成Encoder和Decoder），分别取名叫contracting path和 symmetric expanding path，前者提取语义信息，后者用来定位。卷积采用有效卷积，因此每次卷积后feature map的尺寸都会缩小，需要精心设计feature map的尺寸（后续的工作有觉得比较麻烦，所以直接换成Same Conv了），在两条path之间连有skip connection，将前面的信息保留到后面（这里有个尺寸的对齐）。采用的降采样方法是max pooling，采用的升采样方法是up conv。网络中没有全连接层，是个全卷积神经网络。

网络有个tile-strategy，因为有效卷积生成的feature map只占输入图像的一小部分，所以对大图像进行分割时就要在有效部分外留足额外图像，这对于中间的分块来说比较容易满足，但是边缘分块则需要用镜像来填补（不补0，充分利用图像信息），但是这个策略是因为有效卷积产生的，替换掉有效卷积是不是就不用这么麻烦了？而且去噪的话少一点边信息应该问题不大？

此外，为了解决数据量不够的问题，作者使用elastic deformations作为数据增强的方法，这对于细胞来说还是比较合适的。

为了分辨出细胞的边界，作者提出对细胞边界的像素乘以一个较大权值，这一部分不是很重要（有一些细节也没懂），用截图放出：

最后是些训练设置等等细枝末节的东西。