U-NetU-Net是2015年发表的用于生物医学图像分割的模型，该模型简单、高效、容易理解、容易定制，能在相对较小的数据集上实现学习。

论文：U-Net: Convolutional Networks for Biomedical Image Segmentation

论文想解决什么问题

U-Net主要面对的是生物医学图像分割中的一个现实难题：标注数据少，但又要求输出像素级、边界尽可能精确的分割结果。传统分类网络虽然能提取特征，但并不天然适合恢复高分辨率的分割图。

核心创新

  • 提出对称的编码器-解码器结构，一边压缩特征，一边逐步恢复空间分辨率。
  • 使用skip connection把浅层高分辨率特征直接传到上采样阶段，提升细节恢复能力。
  • 通过数据增强和overlap-tile策略，让模型在小样本医学图像上也能有效训练和推理。

结构理解

U-Net名字里的“U”，就是它整体结构形状。左边是收缩路径，用来提取更强的语义信息；右边是扩张路径，用来逐步恢复分辨率。
真正关键的是中间那几条横向连接，它把浅层细节和深层语义拼接起来，所以U-Net既能看懂“这是什么”，也能更好地恢复“边界在哪”。

为什么它这么经典

论文展示了它在生物医学分割任务上的优秀表现，并强调即使训练样本不多，也能得到高质量结果。后来大量医学分割、遥感分割甚至工业缺陷分割工作，都把U-Net作为最常见的基础架构之一。

简单理解与局限

我对U-Net的理解是：它把“分类网络会提特征”和“分割任务要还原空间细节”这两件事结合得非常自然。
它的局限主要在于原始版本对多尺度上下文和长距离依赖建模还不够强，遇到特别复杂的场景时，往往需要加入注意力、多尺度融合或者更强backbone继续增强。