U-Net
U-Net হলো একটি সম্পূর্ণ কনভোল্যুশনাল এনকোডার-ডিকোডার আর্কিটেকচার, যা Ronneberger, Fischer, এবং Brox ২০১৫ সালে MICCAI সম্মেলনে উপস্থাপন করেন। এটি একটি সংকোচনশীল পথ (contracting path) যা কনটেক্সট ধারণ করে এবং একটি প্রতিসম সম্প্রসারণশীল পথ (symmetric expanding path) যা সুনির্দিষ্ট স্থানীয়করণ (precise localization) সক্ষম করে, এই দুটিকে সংযুক্ত করে পিক্সেল-ভিত্তিক সেগমেন্টেশন মাস্ক তৈরি করে। এই পথগুলি স্কিপ কানেকশন (skip connections) দ্বারা সংযুক্ত থাকে যা সূক্ষ্ম স্থানিক বিবরণ (fine spatial detail) সংরক্ষণ করে। এটি বায়োমেডিকেল ইমেজ সেগমেন্টেশনের জন্য একটি স্ট্যান্ডার্ড বেসলাইন স্থাপন করেছে এবং তখন থেকে যেকোনো পিক্সেল-স্তরের ভবিষ্যদ্বাণীমূলক কাজের (pixel-level prediction task) জন্য সবচেয়ে বেশি গৃহীত আর্কিটেকচারগুলির মধ্যে একটি হয়ে উঠেছে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). U-Net: Convolutional Networks for Biomedical Image Segmentation. ScholarGate. https://scholargate.app/bn/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.
- ফুলি কনভল্যুশনাল নেটওয়ার্ক (FCN)গভীর শিখন↔ compare
- মাস্ক আর-সিএনএন: পিক্সেল-স্তরের মাস্ক সহ ইনস্ট্যান্স সেগমেন্টেশনগভীর শিখন↔ compare
- রেসনেট (রেসিড্যুয়াল নেটওয়ার্ক)গভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →