U-Net
U-Net هو بنية مشفر-مفكك (encoder-decoder) التفافية بالكامل، قدمها Ronneberger و Fischer و Brox في مؤتمر MICCAI 2015، والتي تنتج أقنعة تجزئة كثيفة لكل بكسل من خلال الجمع بين مسار انكماشي يلتقط السياق مع مسار توسعي متماثل يمكّن من تحديد المواقع بدقة — وكلها متصلة بوصلات تخطي (skip connections) تحافظ على التفاصيل المكانية الدقيقة. لقد أرست المعيار الأساسي لتجزئة الصور الطبية وأصبحت منذ ذلك الحين واحدة من أكثر البنى اعتمادًا لأي مهمة تنبؤ على مستوى البكسل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. In N. Navab et al. (Eds.), Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, LNCS 9351 (pp. 234–241). Springer. DOI: 10.1007/978-3-319-24574-4_28 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). U-Net: Convolutional Networks for Biomedical Image Segmentation. ScholarGate. https://scholargate.app/ar/deep-learning/u-net
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الشبكة الالتفافية بالكامل (FCN)التعلم العميق↔ compare
- Mask R-CNN: تجزئة الكائنات مع أقنعة على مستوى البكسلالتعلم العميق↔ compare
- شبكة البقايا (ResNet)التعلم العميق↔ compare