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

摘要

深度网络的成功训练需要数千个注释训练样本，在本文中，我们提出了一个网络和训练策略，依靠数据增强来更有效的使用可用的标注样本。这个架构包括捕捉环境的收缩路径和实现精确定位的对称扩展路径。我们表明，这样的网络可以从极少的图像端到端地进行训练，并且在对电子微观中的神经结构分割挑战ISBI上胜过以前的最佳方法（滑动窗口卷积网络）。使用在透射光显微镜图像（相差和DIC）上训练的相同的网络，我们在这些类别中赢得了2015年ISBI细胞跟踪挑战赛。此外，这个网络速度很快。在GPU上，512x512图像的分割不到一秒钟。工程实现在http://lmb.informatik.uni-freiburg.de/people/ronneber/u-net。

1.引言

在本文中，我们构建了一个更优雅的架构，即所谓的“全卷积网络”[9]。 我们修改和扩展了这个架构，使它能够在很少的训练图像下工作，并产生更精确的分割，如图1所示。[9]的主思想是通过连续的层来补充一个普通的收缩网络，其中池化操作被上采样所取代。 因此，这些层增加了输出的分辨率。 为了定位，收缩路径的高分辨率特征与上采样的输出相结合。 一个连续的卷积层然后可以学习基于这个信息集成一个更精确的输出。

To predict the pixels in the border region of the image, the missing context is extrapolated by mirroring the input image. This tiling strategy is important to apply the network to large images, since otherwise the resolution would be limited by the GPU memory.

我们架构中的一个重要修改是，在上采样部分我们也有大量的特征通道，它们允许网络将环境传播到更高分辨率的层。 因此，扩张路径与收缩路径多少是对称的，并产生一个u形结构。 这个网络没有任何全连接层，并且仅使用每个卷积的有效部分，即，分割图仅包含输入图像中完整环境可用的像素。 该策略允许通过重叠拼贴策略对任意大的图像进行无缝分割（见图2）。 为了预测图像的边界区域中的像素，通过镜像输入图像来外推丢失的上下文。 这种平铺策略对于将网络应用于大图像是很重要的，否则分辨率将受到GPU存储器的限制。