深度学习
U-Net 结构示意图
4826002026年4月5日
U-Net 结构示意图，它直观展示了： 左侧是编码器（Encoder）：通过 conv 3×3 + ReLU 和 max pool 2×2 不断减小特征图尺寸（从 256×256 到 16×16），同时增加通道数（从 16 到 256）。 右侧是解码器（Decoder）：通过 bilinear upsampling 恢复尺寸，并与编码器对应层的特征图 copy and concat 融合，最后通过 conv 1×1 输出。 整体呈 “U” 形，所以叫 U-Net，常用于医学图像分割等密集预测任务。
在线预览
可直接浏览模板内容，登录后支持一键复用。
加载中......
模板说明
模板说明
U-Net 结构示意图，它直观展示了： 左侧是编码器（Encoder）：通过 conv 3×3 + ReLU 和 max pool 2×2 不断减小特征图尺寸（从 256×256 到 16×16），同时增加通道数（从 16 到 256）。 右侧是解码器（Decoder）：通过 bilinear upsampling 恢复尺寸，并与编码器对应层的特征图 copy and concat 融合，最后通过 conv 1×1 输出。 整体呈 “U” 形，所以叫 U-Net，常用于医学图像分割等密集预测任务。