U-Net
U-Net एक पूर्णतः कनवल्शनल एन्कोडर-डिकोडर आर्किटेक्चर है, जिसे Ronneberger, Fischer, और Brox ने MICCAI 2015 में प्रस्तुत किया था। यह कॉन्टेक्स्ट को कैप्चर करने वाले एक संकुचित पथ (contracting path) को सटीक स्थानीयकरण (localization) को सक्षम करने वाले एक सममित विस्तारित पथ (symmetric expanding path) के साथ जोड़कर सघन पिक्सेल-वार सेगमेंटेशन मास्क (dense pixel-wise segmentation masks) उत्पन्न करता है — यह सब स्किप कनेक्शन (skip connections) द्वारा जुड़ा होता है जो महीन स्थानिक विवरण (fine spatial detail) को संरक्षित रखते हैं। इसने बायोमेडिकल इमेज सेगमेंटेशन के लिए मानक आधार रेखा (standard baseline) स्थापित की और तब से यह किसी भी पिक्सेल-स्तरीय भविष्यवाणी कार्य (pixel-level prediction task) के लिए सबसे व्यापक रूप से अपनाए गए आर्किटेक्चर में से एक बन गया है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). U-Net: Convolutional Networks for Biomedical Image Segmentation. ScholarGate. https://scholargate.app/hi/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.
- पूर्णतः संवादात्मक नेटवर्क (FCN)गहन अधिगम↔ compare
- मास्क आर-सीएनएन: पिक्सेल-स्तरीय मास्क के साथ इंस्टेंस सेगमेंटेशनगहन अधिगम↔ compare
- रेसिडुअल नेटवर्क (ResNet)गहन अधिगम↔ compare