Susu0812

> 你好 Thanos-DB 关于 FCTNet 中 out7、out8 和 out9 的输出，它们将生成三组特征图，它们最终是如何融合在一起的？是否是上采样以匹配 Out9 的形状？如果我是一个二进制任务，我是否要合并三组特征图？谢谢！ I also have the same problem，Regarding the outputs of out 7, out 8, and out 9 in FCTNet,...

> 您好，我有Synapse的训练和测试集，但是我想知道作者您的Synapse可视化结果怎么得到的？是用哪种图吗？我没有拿来做可视化的原图。谢谢您。 请问你synapse复现出来的效果是多少，以及训练超参数是如何设置的呢

> ACDC数据集现在有两个文件夹：training和testing之后，使用这个拆分#6将训练文件夹分成3个部分。我复制了您的结果： 但是当我在患者编号从 101 到 150 的测试文件夹上测试模型时，结果很低：   > > ACDC排行榜上的所有结果是否都在测试文件夹或培训文件夹上进行了测试，就像在你的论文中一样？更重要的是，在我的这个回购 https://github.com/kingo233/FCT-Pytorch。我使用训练文件夹进行训练，并在测试文件夹上获得骰子 90。但我再也无法得到改善了......这是FCT的上限吗？ 我也是自己降低bitch_size后训练对ACDC做测试只得到了89-90的一个效果，没有达到论文中所说的效果。另外我还对Synapse做了训练测试，效果非常差，只有50-55，不知道是因为超参数设置问题还是什么原因，作者似乎并未提供Synapse的训练参数以及代码。

> 回溯（最近一次调用）：文件 “train.py”，第 202 行，在 lr=args.lr， device=device， img_scale=args.scale， val_percent=args.val / 100） 文件 “train.py”，第 95 行，在 train_net scaled_loss.backward（） 文件中 “D：\ProgramData\Anaconda3\envs\UNet3plus\lib\contextlib.py”，第 119 行，在**退出** next（self.gen） 文件 “D：\ProgramData\Anaconda3\envs\UNet3plus\lib\site-packages\apex\amp\handle.py”，行123，在scale_loss optimizer._post_amp_backward（loss_scaler）文件“D：\ProgramData\Anaconda3\envs\UNet3plus\lib\site-packages\apex\amp_process_optimizer.py”中，第249行，在post_backward_no_master_weights post_backward_models_are_masters（scaler，params，stashed_grads）文件中，文件“D：\ProgramData\Anaconda3\envs\UNet3plus\lib\site-packages\apex\amp_process_optimizer.py”，第135行，在post_backward_models_are_mastersscale_override=（grads_have_scale， stashed_have_scale， out_scale）） 文件 “D：\ProgramData\Anaconda3\envs\UNet3plus\lib\site-packages\apex\amp\scaler.py”，第...