U-Net网络

网络结构

从网络结构上，整个结构以编码器-解码器结构呈现U形模式。

网络中输入部分由于卷积操作，导致图像尺寸发生变化，这点可以使用padding避免，卷积增加了原始图像的通道数，经过池化后图像尺寸进一步压缩达到下采样目的，不断经过卷积池化下采样后到达网络底部。

继续卷积加上采样进行解码恢复信息，采用转置矩阵的方法进行上采样。在这一部分会与编码处理部分的图像进行concat连接，由于原始图像和当前图像的尺寸不匹配，会采用crop剪切以匹配大小。之后上采样恢复图像，并使用卷积降低通道数，得到最后背景和样本的双通道输出。输出图像和输入图像的尺寸也不是相同的。

Overlap

在进行图像处理时，对图像处理进行划分处理减轻显存压力，由于划分区域的边界信息不充足，在划分时不尽准确。因此划分时图像边界使用重叠划分以提高准确率。对于图像边界缺失部分采用镜像操作提高准确度。

边界错误权重

在细胞划分时，细胞边界不易区分。采用提高细胞边界误差权重的方法增加损失函数来加强边界划分的能力。