UNet++详细解读（二）pytorch从头开始搭建UNet++

原创

已于 2022-10-31 14:09:55 修改 · 5.6k 阅读

于 2022-10-31 10:25:50 首次发布

本文围绕Unet++代码展开，介绍其网络架构，包括Backbone、上采样、下采样和深度监督等部分。Backbone采用2个3x3卷积；上采样用双线性插值，详细说明了参数；下采样采用最大池化；深度监督有精确和快速两种模式，最后给出了网络架构代码。

pytorch从头开始搭建UNet++

Unet++代码

Unet++代码

网络架构

请添加图片描述

黑色部分是Backbone，是原先的UNet。

绿色箭头为上采样，蓝色箭头为密集跳跃连接。

绿色的模块为密集连接块，是经过左边两个部分拼接操作后组成的

Backbone

2个3x3的卷积，padding=1。

class VGGBlock(nn.Module):
    def __init__(self, in_channels, middle_channels, out_channels):
        super().__init__()
        self.relu = nn.ReLU(inplace=True)
        self.conv1 = nn.Conv2d(in_channels, middle_channels, 3, padding=1)
        self.bn1 = nn.BatchNorm2d(middle_channels)
        self.conv2 = nn.Conv2d(middle_channels, out_channels, 3, padding=1)
        self.bn2 = nn.BatchNorm2d(out_channels)

    def forward(self, x):
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)

        out = self.conv2(out)
        out = self.bn2(out)
        out = self.relu(out)

        return out

上采样

图中的绿色箭头，上采样使用双线性插值。

双线性插值就是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值

请添加图片描述

torch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None, recompute_scale_factor=None)

参数说明：
①size：可以用来指定输出空间的大小，默认是None；
②scale_factor：比例因子，比如scale_factor=2意味着将输入图像上采样2倍，默认是None；
③mode：用来指定上采样算法，有’nearest’、 ‘linear’、‘bilinear’、‘bicubic’、‘trilinear’，默认是’nearest’。上采样算法在本文中会有详细理论进行讲解；
④align_corners：如果True，输入和输出张量的角像素对齐，从而保留这些像素的值，默认是False。此处True和False的区别本文中会有详细的理论讲解；
⑤recompute_scale_factor：如果recompute_scale_factor是True，则必须传入scale_factor并且scale_factor用于计算输出大小。计算出的输出大小将用于推断插值的新比例。请注意，当scale_factor为浮点数时，由于舍入和精度问题，它可能与重新计算的scale_factor不同。如果recompute_scale_factor是False，那么size或scale_factor将直接用于插值。

class Up(nn.Module):
    def __init__(self):
        super().__init__()
        self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)

    def forward(self, x1, x2):
        x1 = self