UNet++
UNet++ 是一种用于医学图像分割的嵌套 U-Net 架构。它由不同深度的 U-Net 组成，这些 U-Net 的解码器通过重新设计的跳跃路径在同一分辨率下密集连接。这解决了原始 U-Net 的两个局限性：架构最优深度的未知性，以及其跳跃连接设计过于受限的问题。
## 论文
本仓库提供了 UNet++ 的官方 Keras 和 PyTorch 实现，基于以下论文：
**UNet++：重新设计跳跃连接以利用图像分割中的多尺度特征**
[周宗伟](https://www.zongweiz.com)、[Md Mahfuzur Rahman Siddiquee](https://github.com/mahfuzmohammad)、[Nima Tajbakhsh](https://www.linkedin.com/in/nima-tajbakhsh-b5454376/) 和 [梁建明](https://chs.asu.edu/jianming-liang)
亚利桑那州立大学
IEEE Transactions on Medical Imaging ([TMI](https://ieee-tmi.org/))
[论文](https://arxiv.org/abs/1912.05074) | [代码](https://github.com/MrGiovanni/UNetPlusPlus)
**UNet++：用于医学图像分割的嵌套U-Net架构**
[Zongwei Zhou](https://www.zongweiz.com)、[Md Mahfuzur Rahman Siddiquee](https://github.com/mahfuzmohammad)、[Nima Tajbakhsh](https://www.linkedin.com/in/nima-tajbakhsh-b5454376/) 和 [Jianming Liang](https://chs.asu.edu/jianming-liang)
亚利桑那州立大学
深度学习 发表于 Medical Image Analysis ([DLMIA](https://cs.adelaide.edu.au/~dlmia4/)) 2018。**(口头报告)**
[论文](https://arxiv.org/abs/1807.10165) | [代码](https://github.com/MrGiovanni/UNetPlusPlus) | [幻灯片](https://docs.wixstatic.com/ugd/deaea1_1d1e512ebedc4facbb242d7a0f2b7a0b.pdf) | [海报](https://docs.wixstatic.com/ugd/deaea1_993c14ef78f844c88a0dae9d93e4857c.pdf) | [博客](https://zhuanlan.zhihu.com/p/44958351)
## 官方实现
- keras/
- pytorch/
## 其他实现
- [[PyTorch](https://github.com/qubvel-org/segmentation_models.pytorch)]（作者：Pavel Yakubovskiy）
- [[PyTorch](https://github.com/4uiiurz1/pytorch-nested-unet)]（作者：4ui_iurz1）
- [[PyTorch](https://github.com/ZJUGiveLab/UNet-Version)]（作者：ZJUGiveLab）
- [[P