使用预训练主干网络的U-net:跳跃连接应放在哪里?

我正在尝试使用PyTorch实现U-Net,并在编码器路径中使用预训练网络。

原始的U-Net论文是从头开始训练网络的。当使用预训练的主干网络时,有没有关于跳跃连接应该放置在哪里的资源或原则?

我已经找到了一些例子(例如这个仓库),但没有关于特征选择的任何理由说明。


回答:

在原始的U-Net论文中,跳跃连接使用的是Max-Pool层之前的特征。

使用预训练的主干网络时,逻辑完全相同:在每个空间分辨率上,选择最深的特征层。感谢github上的qubvel在一个issue中指出这一点。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注