U型網路 是什麼？

U-Net：U型網路 的完整解釋

U-Net是一種用於圖像分割的深度學習模型，其架構呈U型，包含編碼器和解碼器，能有效捕捉圖像的上下文資訊和精確定位分割邊界。

容易混淆

U-Net vs 圖像分類 U-Net 要標出每個像素 圖像分類只要給整張圖一個標籤 最關鍵的區別：像素級和整張圖級

U-Net vs 自編碼器 U-Net 也有編碼和解碼 但它重視分割結果，不只是還原輸入 最關鍵的區別：任務目的不同

U-Net vs 一般 CNN U-Net 會保留更多中間層細節 一般 CNN 常一路壓到最後做分類 最關鍵的區別：有沒有把細節接回來

記住這句就好

左邊壓縮看全局，右邊放大畫邊界。

實際案例

醫學影像 在 CT 或超音波裡標出器官或病灶範圍，醫師就能更快檢查

工業檢測 在產品照片裡圈出刮痕或瑕疵區域，比只判斷有沒有瑕疵更實用

算法與應用

| 編碼器 | 把影像壓縮成高層特徵 | 負責看全局 | | 解碼器 | 把特徵放大回像素圖 | 負責畫細節 | | 跳躍連接 | 把高解析度資訊接回來 | 能減少邊界損失 | | 分割輸出 | 每個像素都有類別 | 這是 U-Net 的核心結果 |

U-Net 的形狀就是它的名字

U-Net 畫出來是一個 U 字形，左邊往下、右邊往上，中間有橫向的線把兩側接起來。三個部分各有職責。

左半邊，收縮路徑（contracting path）。 標準的卷積加池化，逐步降低解析度、增加通道數。這一邊負責「這是什麼」，也就是抽取語意。

底部，瓶頸（bottleneck）。 解析度最低、語意最強的地方。

右半邊，擴張路徑（expansive path）。 逐步上採樣把解析度放大回原尺寸，最後輸出一張跟輸入同樣大小的分割圖，每個像素都有一個類別。

中間的跳接（skip connection）。 這是 U-Net 最關鍵的設計。左邊每一層的特徵圖會直接接到右邊對應解析度的那一層，串接（concatenate）在一起。

為什麼需要跳接：下採樣過程中位置精度會流失，光靠上採樣還原不出邊界。左邊淺層保留了精確的邊界資訊，接過來之後右邊才能畫出貼合的輪廓。這也是 U-Net 分割邊界特別銳利的原因。

為什麼它在醫療影像上特別受歡迎

它是為了少量標註資料設計的。 醫療影像的標註要專業醫師逐像素畫，資料量天生就少。U-Net 原始論文用的訓練集只有 30 張影像，靠大量彈性形變的資料增強就達到當時最好的結果。

輸出跟輸入同尺寸，逐像素分類。 醫療上要的是「腫瘤在哪裡、多大」，不是「有沒有腫瘤」，所以需要的正是分割而不是分類。

結構簡單、參數量不大。 好訓練、好調整、也容易改。

後來的變體很多：3D U-Net 處理電腦斷層與磁振造影這類立體資料，Attention U-Net 在跳接上加注意力篩選有用的特徵，nnU-Net 則是自動依資料特性決定所有超參數的框架，長年在各種醫療分割競賽上表現領先。

用途也早就超出醫療：衛星影像地物分割、工業瑕疵檢測、影像修補，甚至擴散模型的去噪網路，骨架都是 U-Net。

情境判斷

Q1（直覺題）：你要在顯微鏡照片裡圈出細胞輪廓，應該想到它嗎？ → 應該，因為這就是典型的影像分割任務。

Q2（判斷題）：如果你只想判斷照片裡有沒有病灶，還一定要用 U-Net 嗎？ → 不一定，單純分類任務用一般 CNN 可能就夠了。

常見問題

U-Net 只適合醫學影像嗎？

不是，任何需要像素級分割的任務都可能用到。

它為什麼叫 U-Net？

因為整個編碼與解碼的路徑畫出來像字母 U。

跳躍連接為什麼重要？

它把早期的細節資訊送回解碼端，讓邊界更準。