Dự đoán
U-Net! Encoder nén để hiểu 'bức tranh tổng thể' (đâu là đường, đâu là nhà). Decoder phóng to lại, nhưng nhận thêm chi tiết pixel từ encoder qua skip connections. Kết quả: phân đoạn chính xác đến từng pixel!
Evaluating routing across providers.
AI Researcher
Kiến trúc encoder-decoder hình chữ U với skip connections cho phân đoạn ảnh
U-Net! Encoder nén để hiểu 'bức tranh tổng thể' (đâu là đường, đâu là nhà). Decoder phóng to lại, nhưng nhận thêm chi tiết pixel từ encoder qua skip connections. Kết quả: phân đoạn chính xác đến từng pixel!
Hãy tưởng tượng bạn vẽ bản đồ từ ảnh vệ tinh. Bước 1: bạn zoom out dần để thấy bức tranh tổng thể (encoder). Bước 2: bạn zoom in lại, vẽ chi tiết ranh giới (decoder). Ghi chú từ mỗi mức zoom (skip connections) giúp bạn không quên chi tiết.
U-Net = Encoder (nén) + Decoder (phóng to) + Skip connections (giữ chi tiết). Hình chữ U! Encoder nắm ngữ cảnh ("đây là con đường"), decoder vẽ chính xác ranh giới pixel, skip connections truyền chi tiết không bị mất khi nén.
Decoder upsample 32→64, rồi concat với skip 64×64 từ encoder. Kích thước không gian vẫn 64×64 nhưng số channel gấp đôi (256 + 256 = 512). Conv tiếp theo giảm channel xuống lại.
U-Net (Ronneberger et al., 2015) là kiến trúc encoder-decoder hình chữ U dựa trên CNN, ban đầu cho phân đoạn ảnh y tế, nay là backbone chính của diffusion models như Stable Diffusion.
import torch.nn as nn
class UNet(nn.Module):
def __init__(self, in_ch=3, out_ch=1):
super().__init__()
# Encoder
self.enc1 = self.conv_block(in_ch, 64)
self.enc2 = self.conv_block(64, 128)
self.pool = nn.MaxPool2d(2)
# Bottleneck
self.bottleneck = self.conv_block(128, 256)
# Decoder
self.up2 = nn.ConvTranspose2d(256, 128, 2, stride=2)
self.dec2 = self.conv_block(256, 128) # 128+128=256 input (concat!)
self.up1 = nn.ConvTranspose2d(128, 64, 2, stride=2)
self.dec1 = self.conv_block(128, 64) # 64+64=128 input
self.out = nn.Conv2d(64, out_ch, 1)
def conv_block(self, in_ch, out_ch):
return nn.Sequential(
nn.Conv2d(in_ch, out_ch, 3, padding=1), nn.ReLU(),
nn.Conv2d(out_ch, out_ch, 3, padding=1), nn.ReLU(),
)
def forward(self, x):
e1 = self.enc1(x) # Skip 1
e2 = self.enc2(self.pool(e1)) # Skip 2
b = self.bottleneck(self.pool(e2)) # Bottleneck
d2 = self.dec2(torch.cat([self.up2(b), e2], 1)) # Concat skip!
d1 = self.dec1(torch.cat([self.up1(d2), e1], 1))
return self.out(d1)