论文地址
https://arxiv.org/abs/1505.04597
2015年的一篇文章，文章中用于医疗图像的分割，也可以用于其它领域。
网络的结构是一个U形结构，如下图所示。
左边下采样，每隔一层output channels变为之前的两倍，当featuremap变为32*32的时候，开始上采样，上采样和下采样类似，每次channels数变为之前的一半，并且将下采样的输出concate过来。结合不同感受野的特征。
这个下采样的结构，跟vgg的结构是很类似的。贴上VGG的结构对比一下
因为vgg16,vgg19是很常见的网络，在各个框架里面有pretrained过的，可以拿过来，在其基础上添加一些对应的上采样的层，有可能能增加训练速度。
一些代码实现：
官方
https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/
keras，在最新的版本上面有些问题
https://github.com/zhixuhao/unet
keras,直接在vgg16的基础上面修改的
https://github.com/HLearning/unet_keras