U-net

in #kr2 days ago

U-net은 영상처리외 컴퓨터비전에 널리 사용되는 비교적 심플한 구조의 DL 네트워크인데

최근 1D 신호에도 탁월한 성능을 보여 깜짝 놀랐습니다

U-net을 다시 보게 됐네요

———

U-Net은 이미지 분할(Image Segmentation) 작업에 매우 효과적인 합성곱 신경망(Convolutional Neural Network, CNN) 구조로, 2015년 생물의학 이미지를 위한 논문에서 처음 소개되었습니다. 구조가 “U”자 형태를 띠고 있어서 U-Net이라는 이름이 붙었습니다.

🔹 핵심 구조

U-Net은 인코더(Contracting path) 와 디코더(Expanding path) 두 부분으로 구성됩니다.
1. 인코더 (왼쪽)
• 일반적인 CNN처럼 작동하며, 이미지에서 점점 더 추상적인 특징을 추출함
• 여러 층의 Conv + ReLU + MaxPooling 으로 구성되어 있음
• 공간 정보는 줄어들고, 특징 정보는 깊어짐
2. 디코더 (오른쪽)
• 인코더에서 줄어든 해상도를 다시 복원
• 업샘플링(Up-convolution) 을 통해 이미지 크기를 점점 키움
• 중요한 점은, 같은 레벨의 인코더 출력을 스킵 연결(Skip connection) 으로 함께 결합하여, 세밀한 정보를 유지함