U-Net (U-Net Mimarisi)

#UNet #Segmentation #DiffusionModel #CNN

U-Net, encoder-decoder yapısını skip connection'larla birleştiren, hem segmentasyonda hem difüzyon modellerinde kullanılan CNN mimarisidir.

U-Net, Olaf Ronneberger ve arkadaşları tarafından 2015 yılında tıbbi görüntü segmentasyonu için geliştirilen, encoder-decoder yapısını simetrik atlama bağlantılarıyla (skip connections) birleştiren bir evrişimli sinir ağı mimarisidir. "U-Net: Convolutional Networks for Biomedical Image Segmentation" adlı makaleyle MICCAI 2015'te sunulan bu mimari, tek bir GPU'da saatler içinde eğitilebilmesi ve az etiketli veriyle çalışabilmesiyle dikkat çekti. Bugün hem tıbbi görüntü analizinin hem de difüzyon tabanlı görüntü üretiminin standart bileşeni hâline gelmiştir. Mimari iki simetrik koldan oluşur ve U harfi şeklindeki diyagramından adını alır. Encoder (daralma yolu), bir dizi konvolüsyon bloğu ve max-pooling katmanıyla görüntüden giderek soyutlanan özellikler çıkarır; her katmanda uzamsal boyut yarıya iner, kanal sayısı iki katına çıkar (ör. 64→128→256→512). Decoder (genişleme yolu), transposed convolution veya bilinear upsampling ile uzamsal boyutu kademeli olarak geri kazanır. Her çözünürlük seviyesinde encoder çıkışı, decoder girişiyle kanala göre birleştirilerek (concatenate) hem ince mekânsal ayrıntılar hem de derin anlambilimsel bilgi eş zamanlı korunur — bu skip connections mimarinin temel yeniliğidir. U-Net'in kritik özelliklerinden biri az etiketli veriyle güçlü sonuçlar üretebilmesidir. Orijinal çalışmada yalnızca 30 eğitim görüntüsüyle rekabetçi segmentasyon başarısı elde edildi; elastic deformation ve ağır veri artırma (data augmentation) bu başarıda belirleyici rol oynadı. Mimari her piksel için sınıf etiketi ürettiğinden "tam evrişimli" (fully convolutional) kategorisine girer; sabit boyutlu giriş kısıtı yoktur ve farklı çözünürlüklerdeki görüntülere doğrudan uygulanabilir. Zaman içinde birçok türev mimari geliştirildi: Attention U-Net gürültülü bağlamlarda yalnızca ilgili özellikleri vurgulayan dikkat kapıları ekler; nnU-Net medikal veri kümelerini otomatik yapılandırır; 3D U-Net hacimsel MRI ve BT verilerini işler; Swin-UNet transformatör bloklarını U şekliyle birleştirir. 2020'den itibaren DDPM ve Stable Diffusion gibi difüzyon modellerinin gürültü tahmin ağı (ε-network) olarak U-Net'i benimsemesi, mimarinin görüntü üretimi alanındaki önemini de pekiştirdi.

U-Net Mimarisinin Yapısı

U-Net'in ismi, mimariyi temsil eden diyagramın U harfi şeklinde görünmesinden gelir. Sol kol (encoder) bir dizi konvolüsyon bloğu ve max-pooling katmanı içerir; bu kol görüntüden giderek daha soyut özellikler çıkarırken uzamsal çözünürlüğü adım adım düşürür. Sağ kol (decoder), transposed convolution işlemleriyle uzamsal boyutu kademeli olarak geri kazanır. Her çözünürlük seviyesinde encoder'dan gelen özellik haritası, decoder'ın aynı seviyedeki çıkışıyla kanal boyutunda birleştirilir. Mimarinin en dar noktası — "bottleneck" — en yüksek soyutlama düzeyini temsil eder. Orijinal U-Net'te son katman, kanal sayısını sınıf adedine indirgemek için 1×1 konvolüsyon ve softmax kullanır; çıkış, giriş görüntüsüyle aynı çözünürlükte bir piksel düzeyinde segmentasyon haritasıdır.

Skip Connection'ların Rolü

Skip connections, U-Net'i önceki encoder-decoder mimarilerinden ayıran temel yeniliktir. Encoder derinleştikçe mekânsal konum bilgisi (kenar, doku, nesne sınırı) giderek yok olur; yüksek seviyeli anlambilimsel bilgi kazanılırken ince ayrıntılar kaybolur. Skip connections, encoder'ın her katman çıkışını — aynı çözünürlükteki decoder katmanına doğrudan kopyalayarak — bu kaybı telafi eder. Kanala göre birleştirme (channel-wise concatenation) işlemiyle decoder hem üst katmanlardan gelen anlambilimsel bağlamı hem de encoder'dan gelen yüksek frekanslı ayrıntıları aynı anda işleyebilir. ResNet'in artık bağlantılarından (residual connections) farklı olarak U-Net skip connections toplamak yerine birleştirme (concat) yapar; bu tercih daha zengin özellik temsili üretir.

Az Veriyle Eğitim ve Veri Artırma

U-Net, tıbbi görüntülemede karşılaşılan en büyük zorluklardan birini — etiketli veri kıtlığını — doğrudan hedef alan bir tasarımdır. Orijinal makalede yalnızca 30 etiketli görüntüyle rekabetçi segmentasyon başarısı elde edildi. Bu başarının arkasında yoğun veri artırma yatar: elastic deformation (lastik benzeri şekil bozulmaları), döndürme, ayna çevirme ve gamma bozulması gibi işlemlerle eğitim kümesi yapay olarak büyütüldü. Öte yandan tam evrişimli yapı, giriş görüntüsünün tüm piksellerini paralel olarak işler; bu tasarım, kayan-pencere (sliding window) yöntemlerine kıyasla hem hesaplama verimliliğini artırır hem de küresel bağlamın korunmasını destekler.

U-Net Kullanım Alanları

  • check_circle Tıbbi Görüntü Segmentasyonu: MRI, BT ve patoloji görüntülerinde tümör, organ ve hücre sınırlarını piksel düzeyinde belirler. nnU-Net, otomatik yapılandırmasıyla birçok MICCAI benchmark'ında en iyi sonuçları elde etmektedir.
  • check_circle Difüzyon Modeli Gürültü Tahmini: DDPM ve Stable Diffusion gibi üretici modellerde gürültüyü tahmin eden ε-network olarak kullanılır; zaman gömme ve cross-attention eklentileriyle görüntü üretiminin temel bileşeni hâline gelmiştir.
  • check_circle Görüntüden Görüntüye Çeviri: Pix2Pix ve ControlNet mimarileri U-Net'i jeneratör ağı olarak kullanır; semantik harita, çizim veya derinlik haritasından gerçekçi görüntüler üretir.
  • check_circle Uydu ve Uzaktan Algılama: Bina tespiti, arazi örtüsü sınıflandırması ve sel bölgesi haritalama gibi görevlerde yüksek çözünürlüklü uydu görüntüleri üzerinde uygulanır.
  • check_circle Anomali Tespiti: Beklenen ve gözlemlenen görüntü arasındaki farkı piksel düzeyinde haritalayarak sanayi kalite kontrolü ve tıbbi anormallik tespitinde kullanılır.

Mimari Türevler

  • check_circle Attention U-Net: Oktay ve ark. (2018); skip connections'a attention gate eklenerek yalnızca ilgili özellikler decoder'a aktarılır. Küçük patolojik yapıların segmentasyonunda özellikle etkilidir.
  • check_circle nnU-Net: Isensee ve ark. (2020); eğitim konfigürasyonunu otomatik belirleyen kendi kendini yapılandıran çerçeve. Onlarca medikal segmentasyon benchmark'ında birinci sırada yer almaktadır.
  • check_circle 3D U-Net: Encoder ve decoder katmanlarındaki 2D konvolüsyonlar 3D'ye genişletilmiştir; MRI ve BT'den elde edilen hacimsel verileri doğrudan işler.
  • check_circle ResU-Net: Her konvolüsyon bloğuna artık bağlantı (residual connection) eklenerek daha derin ağların eğitimi kolaylaştırılır; medikal ve uydu görüntüleme görevlerinde yaygın olarak kullanılır.
  • check_circle Swin-UNet: Vision Transformer bloklarını U şeklindeki hiyerarşik yapıyla birleştiren hibrit mimari. Uzun menzilli bağımlılıkları yakalamada CNN tabanlı alternatiflere göre avantaj sağlar.

Sık Sorulan Sorular

  • check_circle Skip connections neden kritik?: Encoder derinleştikçe mekânsal konum bilgisi (kenar, doku) giderek kaybolur. Skip connections, encoder'ın her katman çıkışını decoder'a doğrudan ileterek bu ayrıntıları geri kazandırır; bu olmadan decoder yalnızca bulanık, anlambilimsel tahminler üretir.
  • check_circle U-Net neden az veriyle çalışıyor?: Orijinal U-Net, yalnızca 30 görüntüyle rekabetçi sonuç verdi. Skip connections aşırı öğrenmeyi azaltır; elastic deformation ağırlıklı güçlü veri artırma sentetik çeşitlilik yaratır; tam evrişimli yapı küresel bağlamı koruyan verimli özellik paylaşımı üretir.
  • check_circle U-Net difüzyon modellerinde nasıl kullanılır?: DDPM ve Stable Diffusion'da her adımda gürültü miktarını tahmin eden ε-network olarak çalışır. Timestep gömme ile koşullandırılır; cross-attention katmanları metin veya görüntü koşulunu entegre eder.
  • check_circle Attention U-Net ile U-Net farkı nedir?: Attention U-Net her skip connection'a attention gate ekler; bu kapı, decoder'ın ihtiyaç duyduğu özellikleri seçici olarak vurgular ve alakasız bölgeleri bastırır. Küçük patolojik yapıların tespitinde belirgin bir iyileşme sağlar.
  • check_circle nnU-Net neden öne çıkıyor?: nnU-Net, eğitim konfigürasyonunu (ön işleme, ağ topolojisi, hiperparametreler) otomatik belirler. Kullanıcının veri kümesini yüklemesi yeterlidir; onlarca medikal segmentasyon yarışmasında el yapımı modelleri geride bırakmıştır.
  • check_circle U-Net GPU olmadan çalışabilir mi?: Küçük modeller CPU'da çalışabilir ama yavaştır. Tıbbi iş akışlarında GPU pratik zorunluluk hâline gelmiştir; NVIDIA RTX ailesi veya A100 gibi veri merkezi GPU'ları eğitimde standart olmuştur.