1. u-net介绍

2. u-net网络结构

3. u-net 网络搭建

3.1 DoubleConv

3.2 Down 下采样

3.3 Up 上采样

3.4 网络输出

3.5 UNet 网络

UNet 网络

forward 前向传播

3.6 网络的参数

4. 完整代码

1. u-net介绍

Unet网络是医学图像分割领域常用的分割网络，因为网络的结构很像个U，所以称为Unet

Unet 网络是针对像素点的分类，之前介绍的LeNet、ResNet等等都是图像分类，最后分的是整幅图像的类别，而Unet是对像素点输出的是前景还是背景的分类

注：因为Unet 具体的网络框架均有所不同，例如有的连续卷积后会改变图像的size，有的上采样用的是线性插值的方法。这里只介绍same卷积和上采样用的转置卷积

Unet网络是个U型结构，左边是Encoder，右边为Decoder

左边是下采样的过程，通过减少图像size，增加图像channel来提取特征。

右边是还原图像的过程，上采样将逐步还原图像的size，这里上采样的输入特征图不仅仅是上一步的输出，还包含了左边对应特征信息。

2. u-net网络结构

本章采用的unet网络如图，为了后面数据的训练和预测。这里实现的方式和下图有些细小的区别，具体的会在下面讲解

首先，网络输入图像的size设定为（480，480）的灰度图像（注意：这里输入是单通道的灰度图）

然后经过成对的3*3卷积，将图像的深度加深，变成维度为（64，480，480），这里因为图像的size没有变，又因为kernel_size = 3，stride = 1，因此需要保证padding = 1

接下来是下采样层，先经过一个最大池化层，stride = 2，kernel_size = 2 将图像的size变为原来的一半。然后接两个3*3 的卷积，输出的特征图维度是（128，240，240）

下采样层总共有四次，根据每次下采样都会将图像的size减半，图像的channel翻倍来计算的话。最后一次图像的size = 480 / (2^4) = 30 ，channel = 64 * (2^4) = 1024 ，所以最后一次下采样图像的维度为（1024，30，30）------> 这里和图上不一样，因为后面用的是转置卷积

左边的下采样部分实现后，就是右边的上采样部分

上采样会使图像的channel减半，size变为两倍，正好和下采样的部分反过来。这里利用的操作是转置卷积，转置卷积具体的实现这里不做介绍，主要看它的维度变换。转置卷积变换的公式为：

$out = (in - 1) * stride - 2 * padding + ksize$

这里为了保证图像的size变为两倍，所以要保证 out = 2 * in ，而in的系数2只能从stride来，所以公式变为out = 2 * in - 2 - 2 * padding + ksize ，这里我们让ksize = 2，因此padding = 0 就可以满足要求。而channel的减半只需要把卷积核的个数减半即可

之前介绍过，最后一层的维度是（1024，30，30），这样通过转置卷积的操作图像的维度就变成了（512，60，60），刚好等于左边下采样的维度！！所以将它们加在一块，然后进行成对的3*3卷积

之后就是和下采样的次数一样，重复四次上采样，直到将图像还原成（64，480，480）

最后一步，如果是图像分类的话，这里应该是全连接层找最大的预测值了。但是Unet是像素点的分类，所以最后产生的也是一副图像，因为这时候图像的size已经是480不需要变了，只需要将图像的channel改变，所以这里只需要一个kernel_size = 1的卷积核就可以了。

注：最后输出图像的维度是（480，480）的灰度图像，准确的说是二值图像

3. u-net 网络搭建

3.1 DoubleConv

观察unet 网络可以发现，3*3的卷积核都是成对出现的，所以这里将成对卷积核的操作封装成一个类

1. 因为采用的是两个连续的3*3 卷积，不改变图像的size，所以这里卷积的参数要设置padding=1

2. ResNet 介绍过，BN代替Dropout 的时候，不需要Bias

3. 最后经过ReLU 激活函数

3.2 Down 下采样

然后定义下采样的操作

1. 这里下采样采用的就是最大池化层，kernel_size = 2,padding =2 会让图像的size减半

2. 然后经过两个连续3*3 的卷积

3. 将下采样+两个3*3 的卷积封装成一个新的类Down

3.3 Up 上采样

然后是定义上采样

1. 上采样用的是转置卷积，会将图像的size扩大两倍

2. 注意这里不是定义成 Sequential ，因为 Sequential 会从上到下顺序传播。这里还需要一步尺度融合，就是拼接的操作

3. 前向传播的时候，图像首先上采样，会将channel减小一半，size扩大两倍。这样就和左边对应的下采样的位置维度一致，将它们通过torch.cat 拼接，dim = 1是因为batch的维度是0 。然后经过两个3*3 的卷积就行了

3.4 网络输出

最后网络的输出很简单，经过一个1*1 的卷积核，不改变size的情况下。通过卷积核的个数调整图像的channel就行了

3.5 UNet 网络

UNet 网络

网络的框架很简单，因为每个小的模块已经搭好了，将它们拼接起来就行了

因为搭建小的模块的时候，我们对于模块的输入都是in和out channel，所以在定义网络的时候，每个模块只要传入对应的channel就行了。

这里按照UNet 网络的框架设置

forward 前向传播

前向传播的过程如下：

在下采样的时候，每个输出都要用变量保存，为了和后面上采样拼接使用

3.6 网络的参数

# 计算 UNet 的网络参数个数
model = UNet(in_channels=1,num_classes=1)
print("Total number of paramerters in networks is {}  ".format(sum(x.numel() for x in model.parameters())))

UNet 网络参数个数为：

4. 完整代码

代码：

import torch.nn as nn
import torch# 搭建unet 网络
class DoubleConv(nn.Module):    # 连续两次卷积def __init__(self,in_channels,out_channels):super(DoubleConv,self).__init__()self.double_conv = nn.Sequential(nn.Conv2d(in_channels,out_channels,kernel_size=3,padding=1,bias=False),     # 3*3 卷积核nn.BatchNorm2d(out_channels),                                               # 用 BN 代替 Dropoutnn.ReLU(inplace=True),                                                      # ReLU 激活函数nn.Conv2d(out_channels,out_channels,kernel_size=3,padding=1,bias=False),nn.BatchNorm2d(out_channels),nn.ReLU(inplace=True))def forward(self,x):    # 前向传播x = self.double_conv(x)return xclass Down(nn.Module):   # 下采样def __init__(self,in_channels,out_channels):super(Down, self).__init__()self.downsampling = nn.Sequential(nn.MaxPool2d(kernel_size=2,stride=2),DoubleConv(in_channels,out_channels))def forward(self,x):x = self.downsampling(x)return xclass Up(nn.Module):    # 上采样def __init__(self, in_channels, out_channels):super(Up,self).__init__()self.upsampling = nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size=2, stride=2) # 转置卷积self.conv = DoubleConv(in_channels, out_channels)def forward(self, x1, x2):x1 = self.upsampling(x1)x = torch.cat([x2, x1], dim=1)  # 从channel 通道拼接x = self.conv(x)return xclass OutConv(nn.Module):   # 最后一个网络的输出def __init__(self, in_channels, num_classes):super(OutConv, self).__init__()self.conv = nn.Conv2d(in_channels, num_classes, kernel_size=1)def forward(self, x):return self.conv(x)class UNet(nn.Module):   # unet 网络def __init__(self, in_channels = 1, num_classes = 1):super(UNet, self).__init__()self.in_channels = in_channels                  # 输入图像的channelself.num_classes = num_classes                  # 网络最后的输出self.in_conv = DoubleConv(in_channels, 64)      # 第一层self.down1 = Down(64, 128)                      # 下采样过程self.down2 = Down(128, 256)self.down3 = Down(256, 512)self.down4 = Down(512, 1024)self.up1 = Up(1024, 512)                        # 上采样过程self.up2 = Up(512, 256)self.up3 = Up(256, 128)self.up4 = Up(128, 64)self.out_conv = OutConv(64, num_classes)        # 网络输出def forward(self, x):           # 前向传播    输入size为 (10,1,480,480)，这里设置batch = 10x1 = self.in_conv(x)        # torch.Size([10, 64, 480, 480])x2 = self.down1(x1)         # torch.Size([10, 128, 240, 240])x3 = self.down2(x2)         # torch.Size([10, 256, 120, 120])x4 = self.down3(x3)         # torch.Size([10, 512, 60, 60])x5 = self.down4(x4)         # torch.Size([10, 1024, 30, 30])x = self.up1(x5, x4)        # torch.Size([10, 512, 60, 60])x = self.up2(x, x3)         # torch.Size([10, 256, 120, 120])x = self.up3(x, x2)         # torch.Size([10, 128, 240, 240])x = self.up4(x, x1)         # torch.Size([10, 64, 480, 480])x = self.out_conv(x)        # torch.Size([10, 1, 480, 480])return x# 计算 UNet 的网络参数个数
model = UNet(in_channels=1,num_classes=1)
print("Total number of paramerters in networks is {}  ".format(sum(x.numel() for x in model.parameters())))