U-Net

U-Net 是一個極為俐落且有效的編碼器-解碼器設計，因而成為生醫影像分割（以及遠超出此範圍）的預設選擇。畫出來，它的形狀就是字母 U：收縮（下採樣）的編碼器走在左臂，擴張（上採樣）的解碼器走在右臂，而水平的跳接在每一層橫向相連。由 Ronneberger、Fischer 與 Brox 於 2015 年為細胞與組織影像提出，十年後仍是首選基準，甚至作為許多影像擴散模型（diffusion model）內部的去雜訊骨幹。

它的標誌特徵是以串接（concatenation）實作的跳接。在每個解析度層級，來自編碼器、富含細節的特徵圖會在進一步處理前，串接到解碼器中已上採樣的特徵圖上。這讓解碼器同時握有來自網路深處的抽象「是什麼」與來自對應淺層的精確「在哪裡」，正是這點造就了 U-Net 著名的俐落邊界，連細胞膜、血管這類纖細結構也分得清楚。

若干設計選擇反映出它源於醫學、標註資料稀缺的背景。原始版本使用不補零的（valid）卷積，故輸出小於輸入，並以重疊鋪磚策略（overlap-tile）在邊界處鏡像影像，以無縫分割大型切片。它大量倚賴激進的資料增強（data augmentation），尤其是彈性形變（elastic deformation），以便僅憑少量標註影像學習。它還使用逐像素加權的損失，對相鄰細胞之間的細小縫隙加重懲罰，迫使網路學會分隔邊界。後來的 nnU-Net 框架更證明：一個配置得當、附帶自動化前處理與訓練配方的樸素 U-Net，在醫學基準上仍勝過大多數更花俏的架構。