一 写在前面
之前没有太了解segmentation任务是怎么做的，重温一下经典的u net结构。
- U-Net: Convolutional Networks for Biomedical Image Segmentation
- https://arxiv.org/abs/1505.04597 （MICCA 2015）
主要解决两个问题：
- 如何实现pixel level的分割任务？
- u-NET网络结构如何设计的？
二 网络结构如何设计
整个网络结构呈现U形状，所以也被称之为U-net.
U-net同样也被认为是经典的encoder-decoder结构，左边不断降低feature map大小提高特征维度的部分是encoder，反之，右边不断提升feature map大小降低特征维度的部分是decoder。
具体来说，
- 左边，例如从568x568x64的特征维度到284x284x128的过程是利用一个3x3的卷积（使得特征维度double，从64到128）和2x2的max pool（stride=2，使得特征大小减半，从568到284）完成的；
- 右边，则主要是通过上采样，concat with左边的特征，以及3x3的卷积完成的，例如从右边的第二层到右边第一层的过程为：先由198x198x128经过3x3卷积得到196x196x64，1） 对其进行2x2上采样得到392x392x64， 2）然后再取左边第一层568x568x64中的392x392x64（左边虚线框的位置）进行concat得到392x392x128（右边蓝白条纹相叠的位置）3）然后对concat得到的392x392x128进行两次3x3卷积，得到388x388x64的特征维度；
二 如何实现分割
其实就是图里的最后一个conv1x1， 用1x1的卷积对388x388x64的特征图进行卷积，得到388x388x2 （U-net本身做的是二分类）
