MrGiovanni/UNetPlusPlus

解决的问题

解决了原始 U-Net 架构在图像分割中使用的两个主要局限：网络最优深度的不确定性以及其跳过连接的限制性。

工作原理

UNet++ 使用由多个不同深度的 U-Net 组成的嵌套 U-Net 架构。其解码器通过重新设计的跳过路径在相同分辨率下进行密集连接，使模型能够更好地利用多尺度特征。

适用人群

本项目专为从事医学图像分割的研究人员和开发者设计。

主要亮点

• 提供 Keras 和 PyTorch 的官方实现。
• 重新设计跳过连接以提升特征利用效果。
• 支持可变深度的嵌套架构。