语义分割网络经典：unet
作者：晟 沚
编辑：赵一帆
目前分割主要存在问题
分割网络中的池化操作在减少feature的空间分辨率的同时增加了模型感受野，这也是模型应对小型平移具有鲁棒性的根本原因。但是连续的下采样得到的feature map 就会丢失一些low-level中关键信息(例如边沿，边界等)。这就让识别和准确定位产生了矛盾。如果网络不采取任何池化操作，这在目标边界定位上效果较好，但是识别性能差。
为了解决这个问题，unet采用多个skip-connection将底层的feature和高层的feature concat，unet结构如下图。
1
文章主要观点
unet建立在FCN的网络架构上，作者在网络框架上改进，使其能够使用很少的训练图像就得到很精确的分割结果。
添加连续upsample阶段，并且channel维度增大，在decoder部分concat进入更多的原图像纹理的信息。
unet没有FC层，卷积层的数量大约在20个左右，4次下采样，4次上采样。输入图像大于输出图像，因为在本论文中,为了预测输入图像的边缘部分,对输入图像做了镜像操作,如下图所示。
细胞分割的难点是将相同类别且互相接触的细胞分开，作者提出weighted loss，让相互接触的两个细胞之间的background标签有更高的权重，其中weight map由下面公式计算得到：
2
训练过程
框架是Caffe，使用momentum为0.99的SGD，损失函数为交叉熵，训练输入图片与它们对应的groundtruth（输入图片和最后的图片的尺寸不一样）。数据增强方面采用弹性形变的方式增加数据，可以让模型学习得到形变不变性。这对医学图像分割是非常重要的，因为组织的形变是非常常见的情况，并且计算机可以很有效的模拟真实的形变。
其中交叉熵损失定义如下：
实验结果
2.1
unet在生物医学图像分割当中的应用结果 如下表，在没有任何预处理或后处理的情况下实现了0.0003529的warping error和0.0382的rand-error。
unet在细胞分割当中的应用, 实现了92%的平均IOU，这比83%的次优算法要高很多
代码地址
2.2
网络结构部分的代码详见：
https://github.com/angelamin/Segmentation/blob/master/models/unet_vgg19bn.py
欢迎star~