U-Net 百科全书从医学分割到 Stable Diffusion 的核心架构

一、开篇：医学影像分析的拐点2015 年 5 月，国际生物医学影像研讨会（ISBI）在纽约召开。会上发布了细胞追踪挑战赛（Cell Tracking Challenge）的结果。任务很直接：从显微镜下的相位对比图像中精确分割出每个细胞——这是生物学家做了几十年的人工任务，每张图需要专业人员花数十分钟。冠军是一个来自德国弗莱堡大学的团队，提交者是一位名叫Olaf Ronneberger的研究员。他和合作者 Philipp Fischer、Thomas Brox 提出了一个新架构：U-Net: Convolutional Networks for Biomedical Image Segmentation这个网络的结构画出来形如字母 U——故名 U-Net。成绩：PhC-U373 数据集：IoU92%（前一年冠军 83%）DIC-HeLa 数据集：IoU77.5%（前一年冠军 46%）训练时间：3 小时（一块 NVIDIA Titan GPU）训练数