首先unet：
这里我引用了U-Net++作者的总结
在计算机视觉领域，全卷积网络（FCN）是比较有名的图像分割网络，医学图像处理方向，U-Net可以说是一个更加炙手可热的网络，基本上所有的分割问题，我们都会拿U-Net先看一下基本的结果，然后进行“魔改”。 由于UNet也和FCN一样, 是全卷积形式, 没有全连接层(即没有固定图的尺寸),所以容易适应很多输入尺寸大小,但并不是所有的尺寸都可以,需要根据网络结构决定, 在U-Net中, 池化是2x2的且是valid策略,即没有padding，因此要保证输入的图像在经过每一次池化的时候都要是边长偶数。所以要特别注意输入图像的尺寸。一个比较好的方法是从最小分辨率(分辨率就是feature map的尺寸)出发沿收缩路径的反方向进行计算，得到输入图像的尺寸。
unet++
https://zhuanlan.zhihu.com/p/44958351
应该没有比作者自己解读的更好的文章了
unet3+
详解:https://zhuanlan.zhihu.com/p/136164721
UNet 3+利用了多尺度特征，重新设计了跳跃连接，利用多尺度的深度监督，UNet 3+提供更少的参数，但可以产生更准确的位置感知和边界增强的分割图。
多尺度的应用如上图，融合不同尺度不同的特征图，从而获得全尺度下的细粒度语义和粗粒度语义。
MultiResUnet:
详解看这里:https://blog.csdn.net/purson2/article/details/103490895
用3个3*3的卷积 代替inception,获取卷积核为3，5，7的感受野
也是重新设计了跳跃连接，增加一些非线性的操作以期待减少编码器与解码器的差异，实现更好的融合，在encoder传递到encoder先穿过残差连接的卷积层链。
u2net:
详解：https://blog.csdn.net/weixin_45875199/article/details/107244256?fps=1&locationNum=2
感觉是利用transformer的思想，在encoder中利用ReSidual U-blocks (RSU)达到multi-attention的效果
未完待续...........