【深層学習】U-Net #アルゴリズム編

この記事の読者

深層学習・ディープラーニングの手法の１つである「U-Net」について知りたい.

Index

U-Net とは

2015 年に発表された Semantic Segmentation のタスクの手法.

• Segmentation
  • yhayato1320.hatenablog.com
    
    

FCN (Fully Convolutional Network) の改善手法.

• CNN
  • yhayato1320.hatenablog.com
    
    

非常に研究されているネットワークアーキテクチャの一つ.

• U-Net
  • yhayato1320.hatenablog.com

ネットワークアーキテクチャ

このように、U 字の形状のため、U-Net と呼ぶようです.

重要なポイントは以下の部分になります.

• Down Sampling
• Up Sampling
• Skip Connection
• Concat

Down Sampling

通常の CNN で、特徴量の抽出を目的とします. 通常と異なる点は、途中の特徴量マップを保存しておくことで、これを Up Sampling で使用します. 論文で、Convolution (Unpadded) + Active Function (ReLU) + Max Pooling を繰り返します.

Up Sampling

Deconvolution を利用することで、特徴量マップのサイズを大きくしていきます.

Skip Connection

Up Sampling 中に抽出した特徴量マップを Down Sampling に組み込むことで、特徴量情報を失わずに、満遍なく利用することができます.

Concat

Up Sampling 中に抽出した特徴量マップを Down Sampling で利用する際は、連結処理をすることで後続のネットワークに情報を加えます.

参考

• U-Net: Convolutional Networks for Biomedical Image Segmentation
  • [2015]
  • arxiv.org