通俗解释
左半边像普通 CNN 一样逐层缩小、提取语义，右半边再逐层放大回原尺寸；同一层级的左右特征直接拼接，让输出既懂语义又保留细节。它原本用于医学图像分割，后来成为 DDPM 和 Stable Diffusion 去噪网络的骨架。
用在哪里：医学图像分割；DDPM、Stable Diffusion 1.x/2.x 的去噪网络
01原始论文
U-Net: Convolutional Networks for Biomedical Image Segmentation
Olaf Ronneberger, Philipp Fischer, Thomas Brox · 2015
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
相关：去噪扩散概率模型 DDPM潜空间扩散（Stable Diffusion）Segment Anything（SAM）
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
unet)