pain_gain0的博客

对比学习用在分割任务中的论文

作者美国纽约州立大学石溪分校 Zhixin ShuPaper:https://openaccess.thecvf.com/content_ECCV_2018/papers/Zhixin_Shu_Deforming_Autoencoders_Unsupervised_ECCV_2018_paper.pdfCode:https://github.com/zhixinshu/DeformingAutoencoders-pytorch关键词：Unsupervised groupwise image ..

Shape-aware Meta-learning : 形状感知元学习Generalizing Prostate MRI Segmentation to Unseen Domains : fan

删除目录、摘要的页眉页脚https://zhidao.baidu.com/question/585080027.html

（1）作者采用一个简单的编码器，解码器结构。其中编码器采用预训练VGG-19的前几个层。在特征空间对内容图像(content image)和风格图像（style image）进行编码后，将两个特征图输入到AdaIN模块，实现内容特征图和风格特征图的均值，方差的对齐，AdaIN输出目标特征图。表示编码器，分别表示输入到编码器的内容图像，风格图像，表示AdaIN模块的输出（目标特征图）。公式9中的AdaIN模块的公式如公式8所示。AdaIN与BN, IN, CIN不同在于，AdaIN没有可学..