U-Net

定义

U-Net 是 Olaf Ronneberger 等人于 2015 年为生物医学图像分割提出的卷积神经网络，因网络结构呈对称的 U 形而得名，在小样本数据上表现出色。

结构

网络由收缩路径（编码器）与扩张路径（解码器）组成：编码器逐层下采样提取语义特征，解码器逐层上采样恢复分辨率；两侧通过跳跃连接将编码器的高分辨率特征拼接到解码器对应层，兼顾语义信息与空间细节，从而得到精细的逐像素分割结果。

影响

U-Net 结构简单、易于训练，成为医学影像分割的事实标准，并衍生出 3D U-Net、U-Net++、nnU-Net 等大量变体；其编码器-解码器加跳跃连接的设计还被扩散模型等生成网络采用为主干。

应用

广泛用于器官与病灶分割、细胞计数、遥感地物提取、工业缺陷分割等任务。