文章预览
点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 作者：DeepHub IMBA @公众号(已授权CV技术指南转载) 来源：https://mp.weixin.qq.com/s/_6w6LHtwmwRlabn_n-RJaQ BT-Unet BT-Unet架构图：a、预训练U-Net编码器网络，b、用预训练的编码器权值初始化的微调U-Net模型 BT-Unet框架分为两个阶段:1)预训练阶段和2)微调阶段。 预训练 预训练的目的是使用无注释的数据样本，学习复杂的特征表示。U-Net模型的编码器使用Barlow Twins (BT)策略进行预先训练，然后进行微调以执行实际的分割: BT-Unet框架可应用于各种先进的U-Net模型:经典U-Net、注意力U-Net (A-Unet)、inception U-Net (I-Unet)和residual cross-spatial attention guided inception U-Net (RCA-IUnet)。 微调 U-Net 模型中编码器网络的权重使用预训练权重（来自第一阶段）进行初始化，而网络的其余部分使用默认权重进行初始化
………………………………
