本文將介紹U-net模型，以及其tensorflow的實現，儲存在Github上

U-net 結構

U-net顧名思義，其結構是一個U型的網路
左側為一個下采樣過程，分4組卷積操作（藍色箭頭）進行。每組卷積操作後進行一次maxpool操作（紅色箭頭），將圖片進一步縮小為原來的1/2$1/2$。通過4組操作將572×572×1$572\times 572\times 1$大小的輸入圖片，計算為32×32×1024$32\times 32\times 1024$ 大小。
右側的上取樣過程。上取樣過程使用的是4組反捲積（淺綠色箭頭），TensorFlow使用的函式是tf.nn.conv2d_transpose()，每次上取樣將圖片擴充套件為原來的2$2$

tensrflow實現

我按照上述的結構實現後，發現效果不行，感覺是copy and crop處出現了問題，應該不能直接剪裁，因此我做了小部分修改。即:

1. 我在作3×3$3\times 3$卷積（藍色箭頭）時沒有縮小大小。（例如：第一個下采樣，圖中是572×572⇒570×570⇒568×568$572\times 572\Rightarrow 570\times 570\Rightarrow 568\times 568$ ， 而我的是
   572×572⇒572×572⇒572×572$572\times 572\Rightarrow 572\times 572\Rightarrow 572\times 572$ ）這樣做的好處是省去了剪裁(crop)操作，因為對應層的大小是一樣的（例如：64⇒maxpool⇒32⇒32⇒32⇒upsample⇒64$64\Rightarrow maxpool\Rightarrow 32\Rightarrow 32\Rightarrow 32\Rightarrow upsample\Rightarrow 64$），這樣能保留卷積操作提取到的全部資訊（當然，用一個卷積核替代crop改變圖片大小也可以）
2. 我減小了輸入圖片的大小，圖中是572×572$572\times 572$，我減少成了512×512$512\times 512$

此外，我還加上了batch_normal，效果挺好的，loss降得很快（詳見unet-TF-withBatchNormal.py

效果

某幅圖片的預測結果，準確度96.88%$96.88\mathrm{\%}$

image	ground_truth	prediction

測試30張圖片，準確率平均96.55%$96.55\mathrm{\%}$，就是耗時比較長，花了37.0466s$37.0466s$

資料

資料使用的是ISBI Challenge 2012中的資料集。Github地址中的data_set資料夾中包含train、label 和 test資料

參考文獻