随着transform 的出现，现在语义分割网路结构越来越复杂，轻量化网路也较少了，有些轻量化也只是名义上的轻量化。今天我看到一篇很好的论文，上海交大发表在 MICCAI 2023 的最新研究工作，一个称为Efficient Group Enhanced UNet, EGE-UNet 的模型，基于 U-Net 进行魔改，用于解决医学图像（尤其是皮肤病变）分割中面临的问题。其实一开始看到这个网络结构，我感觉有点恍惚，这都2023年了，还有人 这样魔改U-Net, 但是当我看我以后，发现了一些新的思路与方法。先看一下这篇网络的整体结构图：
整体看起来，网络有点复杂。 但是EGE-UNet的设计沿用了 U 形架构，包括对称的编码器-解码器部分。编码器由六个 stage 组成，各阶段的通道数量为{8, 16, 24, 32, 48, 64}。前三个阶段采用了普通卷积，而后三个阶段使用提出的 GHPA 来从多视角提取表征信息。相较于 UNet 中简单的 Skip connection 连接，EGE-UNet 在编码器和解码器之间的每个阶段都集成了 GAB。此外，模型还利用深监督生成不同规模的掩膜预测，这些预测用于损失函数并作为 GAB 的输入之一。通过这些高级模块的集成，EGE-UNet 在比先前的方法提升了分割性能的同时，显著减少了参数和计算负载。
具体网络结构与细节，大家可以具体看看论文，我看完这篇文章的感觉，不在于模型设计的两个模块的精巧，而是看到原来还可以这样多层预测进行分割呀。后续我也会进行相关的实验，这个给我了一个新的思路与方法。
