AIGC名词解释：U-Net 网络
用设计师能理解的语言
来解释AIGC中的技术名词
“AIGC 属于跨学科的产物，涉及领域众多，包括高等数学、统计学、计算机图形图像学、机器学习等各个领域。AIGC 设计软件的界面上往往会涉及到许多这些领域的技术术语。要想搞清楚它们背后的知识体系需要展开的知识树体量十分庞大繁杂。术业有专攻，我们无法全面俱到地在每一个领域都做到精通，但又需要了解到一定的程度，以便更好地使用 AIGC 的相关软件。所以，我们将尽量以设计行业从业者能理解的语言来解释那些经常遇到无法绕开的技术术语。
U-Net 网络
U-Net网络是一个基于CNN（ Convolutional Neural Network 卷积神经网络）的图像语义分割网络（Semantic Segmentation）。图像语义分割是图像处理和机器视觉技术中关于图像理解的重要一环，也是 AI 领域中一个重要的分支。如左图所示：语义分割是对图像中每一个像素点进行分类，确定每个点的类别（如属于背景、道路、人或车等），从而进行内容区域划分。目前，语义分割已经被广泛应用于自动驾驶、无人机落点判定等场景中。
U-Net 最早于2015年被提出，用于医疗影像分割任务，比如细胞壁的分割，之后在医学图像中肺结节检测以及眼底视网膜上的血管提取等方面都有着出色的表现。（论文地址：https://arxiv.org/abs/1505.04597）。由于分割效果好，实际反馈中评价十分精准，并能够在相对较少的样本基础上进行训练等优点，U-Net 在医学影像领域很受欢迎。
自动驾驶汽车视角的图像语义分割
U-Net 网络结构如图所示，主要由卷积层、最大池化层（下采样）、反卷积层（上采样）以及ReLU非线性激活函数组成。从拓扑结构图上看U-Net网络非常简明扼要，前半部分（左边）作用是特征提取，后半部分（右边）是上采样。因为此网络整体结构类似于大写的英文字母U，故得名U-Net。
U-Net 网络架构
U-Net 网络，虽然名气不大，但实际上在人工智能领域十分重要。它在 Stable Diffusion 模型中处于核心地位，因为它对噪点的预测才最终帮助 Diffusion 的反向过程生成图像（具体请查看 Stable Diffusion 模型的详细介绍）。
AIGC基础知识
专业名词解析
及
Stable Diffusion从入门到精通到实战
专栏内容简介
从AIGC的基础概念介绍开始，以“喂饭级”的语言，逐一详细介绍 Stable Diffusion WebUI 的各个参数与设置，配合详细的图文素材，并用大量实战案例来解读 Stable Diffusion 在目前各设计领域中的应用。
通过这个专栏，你会得到
AIGC的基础概念、扎实的基础知识；
AIGC图像设计创作领域目前最重要的阵地——Stable Diffusion 的相关基础知识、专业术语；
Stable Diffusion WebUI 软件中每一个参数详细功能介绍，原理，对应AI生图的结果；
Stable Diffusion WebUI 的具体使用方法和技巧，各种模型介绍、周边配套插件与软件的使用方法和技巧；
Stable Diffusion WebUI 在实际设计产业中的应用、实战解析；
Stable Diffusion 的提示词库、参数库等；
购买全套课程的学员，享受半年免费 SD-WebUI（高性能GPU）线上使用权限，使用期限内无限出图、高速出图。
订阅须知
《Stable Diffusion从入门到精通到实战》为图文/视频专栏，不少于 20 期，每周五 21:00 点更新;
20 期更新结束后，专栏内容会根据 AIGC 领域的最新动态、Stable Diffusion 的不断迭代而产生新内容，这些与时俱进的新内容无需额外付费；
添加一对一辅导员，及时收到通知更新内容，一对一解答疑难问题；
本专栏为虚拟内容服务，购买成功后不支持退款，请理解。
加辅导员微信咨询
了解更详细课程信息
一对一解答疑难问题
Stable Diffusion WebUI
从入门到精通再到实战
完全喂饭级，细致到每一个参数
“设计小白”都能看懂
有设计基础的朋友更会得到启发
抓住人工智能工业革命带来的新机遇
辅导员微信：cyxq2019
↑ 长按上方二维码图 ↑
在弹出菜单中选择“打开对方的名片”
加辅导员微信，咨询课程