Semantic Segmentation
Sementic Segmentation 可以对图片中像素点进行分类，比如下面例子中，我们将car标记为1，building标记为2，road标记为3。model的输出为一个segmentation map。
Unet是目前一个比较流行的semantic segmentation model，它结构是一个U shape，从左到右，feature map的depth逐渐增加，spatial size逐渐减小；从右到左，feature map的depth逐渐减小，spatial size逐渐增加。
Transpose Convolution
其中Unet的右半边需要用到Transpose Conv，其运算过程如下
上面例子中的输入是一个(2x2)的tensor，conv kernel是(3x3)，输出是一个(4x4)的tensor。其中，padding = 1, stride = 2。
使用Transpose conv的一个好处是kernel是train出来的，因此比直接用upsample得到的segmentation map更准确。缺点是会增加model的size。
Unet Architecture
Unet结构中一个特别的地方在于skip connection。这个connection可以是一个element-wise的add操作也可以是concat操作，它将左边的feature map直接copy到右边对应的feature map上
对于右边的feature map，经过transpose conv之后，它里面包含high-level，spatial，contextual inforamtion，但是缺少low-level，detail的information。而左边与之对应的feature map则恰好包含这些信息。