U-Net

U-Net是對稱的編解碼器架構，因形似字母U得名，廣泛用於醫學影像分割等像素級預測任務。

結構特徵：

• 編碼路徑：逐層下採樣提取特徵
• 瓶頸：最抽象特徵表示
• 解碼路徑：逐層上採樣恢復解析度
• 跳躍連接：編解碼對應層特徵拼接

為何有效：

• 跳躍連接保留細節資訊
• 解碼時融合高低層特徵
• 高精度邊界分割
• 小數據集也可訓練

應用：

• 醫學影像：腫瘤、器官分割
• 衛星圖像：地物分割
• 工業檢測：缺陷分割
• 擴散模型：Stable Diffusion骨幹

變體：

• U-Net++：密集跳躍連接
• Attention U-Net：注意力門控
• 3D U-Net：體積數據
• TransUNet：結合Transformer

與普通編解碼器的區別：

• 跳躍連接是關鍵創新
• 專為高精度分割設計

是電腦視覺分割任務的標準架構。