WYC-321

Hi, @ahatamiz : Thank you for your answer. After looking at the dataset I have some more detailed questions: (1). Dicom files are simply converted to nifti without any additional...

Thanks a lot to your team.

@cuiziteng 你好，我确定当前的代码联合训练IAT和DeeplabV3+用于分割任务时，没有载入预训练的IAT模型参数，并且发现了如何将其修改为能正确导入参数。 具体地，在IAT_mmseg/mmseg/models/backbones/model.py 中： 将class Dynamic_SID(nn.Module) 改为class Dynamic_SID(BaseModule) 将super(Dynamic_SID, self).__init__() 改为super(Dynamic_SID, self).__init__(init_cfg) 修改这两处后模型能正常载入预训练的IAT参数。但是同时，我发现如果将IAT_enhance中提供的模型best_Epoch_lol_v1.pth作为IAT预训练模型载入，进行联合训练，效果很差，损失甚至不收敛，最后的分割结果中多个类的IoU指标为0. 造成这个问题的原因是否是因为best_Epoch_lol_v1.pth不是你联合训练时使用的预训练模型？