U-Net ist eine tiefes neuronales Netz mit Encoder-Decoder-Architektur und Skip-Verbindungen, entwickelt für präzise Segmentierung. In den Materialwissenschaften dient es zur automatisierten Gefügeanalyse, Defektdetektion und Phasenidentifikation in Mikroskopie- und Tomographiedaten. Die Architektur ermöglicht Kontextaufnahme bei hoher Ortsauflösung und reduziert manuellen Auswerteaufwand. Varianten integrieren 3D-Convolutions, multiskalige Features oder physikinformierte Regularisierungen.