U-Net是一种用于图像分割的深度学习架构，其设计初衷是用于生物医学图像分割，尤其是医学影像中的细胞分割任务。U-Net结构独特，具有编码器-解码器结构，能够有效地捕捉图像中的局部和全局信息，并在像素级别上进行精确的分割。
相关论文：
-
U-Net: Convolutional Networks for Biomedical Image Segmentation
- 作者：Olaf Ronneberger, Philipp Fischer, Thomas Brox
-
Learning to Segment Every Thing
- 作者：Olivia Nemec, Abhijit Guha Roy, Sinisa Todorovic
-
DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs
- 作者：Liang-Chieh Chen, George Papandreou, Iasonas Kokkinos, Kevin Murphy, Alan L. Yuille
1. 算法原理：
-
编码器
