U-Net
U-Net: Convolutional Networks for Biomedical Image Segmentation
U-Net: Convolutional Networks for Biomedical Image Segmentation * Authors: [[Olaf Ronneberger]], [[Philipp Fischer]], [[Thomas Brox]] Local library 初读 ......
UIU-Net: U-Net in U-Net for Infrared Small Object Detection：Unet中的Unet
UIU-Net: U-Net in U-Net for Infrared Small Object Detection * Authors: [[Xin Wu]], [[Danfeng Hong]], [[Jocelyn Chanussot]] DOI: 10.1109/TIP.2022.32284 ......
UNet++: A Nested U-Net Architecture for Medical Image Segmentation
UNet++: A Nested U-Net Architecture for Medical Image Segmentation * Authors: [[Zongwei Zhou]], [[Md Mahfuzur Rahman Siddiquee]], [[Nima Tajbakhsh]], ......
论文翻译：2021_Real-Time Denoising and Dereverberation wtih Tiny Recurrent U-Net
论文地址：微型循环U-Net实时降噪和去混响 论文代码： https://github.com/YangangCao/TRUNet https://github.com/amirpashamobinitehrani/tinyrecurrentunet 引用格式：Choi H S, Park S, L ......
U-Net: 专注生物医学分割的卷积神经网络（翻译）
>原文链接：https://arxiv.org/pdf/1505.04597.pdf **摘要：**普遍认为，优秀的深度神经网络离不开数千个标注训练样本。在本文中，我们提出了一种网络和训练策略：该策略通过使用大量数据增强，从而充分利用带标注的训练样本；该网络结构包括了用于捕获上下文的收缩路径和用于实 ......
U-net结构学习笔记
UNet++作者在知乎上进行了解读,里面还有视频的讲解,深入人心.里面有一句话令我印象深刻,我总结下: 很多论文给出了他们建议的网络结构，其中包括非常多的细节，比如用什么卷积，用几层，怎么降采样，学习率多少，优化器用什么，这些都是比较直观的参数，其实这些在论文中给出参数并不见得是最好的，所以关注这些 ......
论文推荐：DCSAU-Net，更深更紧凑注意力U-Net
这是一篇23年发布的新论文，论文提出了一种更深、更紧凑的分裂注意力的U-Net，该网络基于主特征守恒和紧凑分裂注意力模块，有效地利用了底层和高层语义信息。 DCSAU-Net 1、架构 完整文章： https://avoid.overfit.cn/post/80c002a556cf4397aff76 ......
Half-UNet:用于医学图像分割的简化U-Net架构
Half-UNet简化了编码器和解码器，还使用了Ghost模块(GhostNet)。并重新设计的体系结构，把通道数进行统一。 论文动机 编码器的不同类型的架构图，编码器(A-C)的结构分别来源于U-Net的编码器、解码器和全的Unet结构。 下面是上图的一些结果指标 将U-Net 的编码器和解码器都 ......
基于U-Net网络的图像分割的MindStudio实践
摘要：本实践是基于Windows版MindStudio 5.0.RC3，远程连接ECS服务器使用，ECS是基于官方分享的CANN6.0.RC1_MindX_Vision3.0.RC3镜像创建的。 本文分享自华为云社区《【MindStudio训练营第一季】基于U-Net网络的图像分割的MindStud ......