因此被叫做U-Net

U-Net是一种经典的卷积神经网络架构，主要用于图像分割任务，尤其是在医学影像分析领域非常知名。它的名称来源于其独特的网络结构，形状类似于字母“U”，由两部分组成：下采样（编码器）和上采样（解码器）。编码器负责捕获图像的高级特征，而解码器则逐步恢复这些特征并将其与低分辨率的输入进行空间对应，生成详细的分割结果。

U-Net的特点在于它通过跳跃连接（skip connections）将编码阶段的高分辨率特征图直接传递给解码阶段，这有助于保持细节信息，并能有效地处理像素级别的变化。这种设计使得U-Net在许多需要精细边界检测的任务中表现出色。