U-Net整体的流程是编码和解码（encoder-decoder），而这个过程早在2006年就被Hinton大神提出来发表在了nature上。当时这个结构提出的主要作用并不是分割，而是压缩图像和去噪声。使用python通过u-net将医学图像去噪。

在《如何使用Mask RCNN模型进行图像实体分割？》一文中提到了用Mask-RCNN来做气球分割，官网之中也有对应的代码，本着练习的态度，那么笔者就拿来这个数据集继续练手，最麻烦的仍然是如何得到标注数据。MaskRCNN的开源code为Mask R-CNN - Inspect Balloon Training Data https://link.zhihu.com/?target=https://github.com/matterport/Mask_RCNN/blob/v2.1/samples