该资源包含基于U-Net模型的医学图像分割任务完整代码，以及在不同注意力机制（如SENet、Spatial Attention、CBAM）下的训练结果。实现了数据预处理、模型定义、训练与验证循环，并提供了结果评估与可视化。包含详细的实验记录与性能对比（如Accuracy、Dice系数、IoU等关键指标）。代码结构清晰，易于复现和扩展，适用于医学图像分割研究和U-Net模型改进的开发者与研究者参考。