标签： machine-learning neural-network pytorch image-segmentation
我正在尝试使用PyTorch来实现U-Net，在编码器路径中使用预先训练的网络。
原始的U-Net论文从头开始训练网络。改用预训练的骨干网时，是否有资源或原则说明应在何处设置跳过连接？
我已经找到了一些示例（例如this repo），但是没有任何特征选择依据。
答案 0 :(得分：0)
在Max-Pool层用于跳过连接之前的原始U-Net paper功能中。
逻辑与预训练的主干完全相同：在每个空间分辨率下，都会选择最深的要素层。感谢github上的qubvel在issue中指出了这一点。