[딥러닝] PyTorch로 U-Net 직접 구현해보기

전처리에 강력한 U-Net, 직접 짜보면 구조가 더 잘 보인다 U-Net은 다양한 전처리 작업에서 매우 유용하게 사용되는 모델입니다. 이번 글에서는 기본적인 2D U-Net 구조를 PyTorch로 직접 구현해보겠습니다.

기본 구조 요약 U-Net은 크게 3부분으로 구성됩니다. 인코더(Contracting path): CNN + MaxPool로 다운샘플링하며 특징 추출 디코더(Expanding path): 업샘플링 + CNN으로 원래 크기로 복원 스킵 커넥션(Skip connection): 인코더의 출력을 디코더에 직접 연결하여 정보 손실 방지 PyTorch 코드: 기본 U-Net import torch import torch.nn as nn import torch.nn.functional as F # 기본적인 Conv 블록 (Conv2d → ReLU → Conv2d → ReLU) class DoubleConv(nn.Module): def __init__(self, in_chann...