Pytorch 如何将身体部位回归器的输出添加到分段U网的训练中？
我已经完成了训练和验证分段体系结构（如U-Net、PIPO-Net、DFCN）的代码编写。目前，我正在尝试使用身体部位回归器（BPR-非常类似于此1）改进我的多分割网络，该回归器将CT图像切片映射到其在身体中的相应位置，即输出表示输入切片所在身体高度的分数 因此，我的BPR可以准确地告诉我我的卷（或子卷）显示的身体部位/区域。这意味着我可以使用部分证据作为分割网络，就像告诉网络：“分割时不要寻找肝脏或肾脏，因为BPR说体积仅在上肺区域”。但我不想手动设置这些部分标签。更高级的用途可能是，分割网络不仅可以从评分中了解预期的器官，还可以了解预期的器官数量 我想在训练时将分数（来自经过训练的BPR网络）和分段网络结合起来，使这部分证据成为一个可学习的参数 有人知道如何做到这一点吗 谢谢Pytorch 如何将身体部位回归器的输出添加到分段U网的训练中？,pytorch,semantic-segmentation,medical-imaging,Pytorch,Semantic Segmentation,Medical Imaging,我已经完成了训练和验证分段体系结构（如U-Net、PIPO-Net、DFCN）的代码编写。目前，我正在尝试使用身体部位回归器（BPR-非常类似于此1）改进我的多分割网络，该回归器将CT图像切片映射到其在身体中的相应位置，即输出表示输入切片所在身体高度的分数 因此，我的BPR可以准确地告诉我我的卷（或子卷）显示的身体部位/区域。这意味着我可以使用部分证据作为分割网络，就像告诉网络：“分割时不要寻找肝脏或肾脏，因为BPR说体积仅在上肺区域”。但我不想手动设置这些部分标签。更高级的用途可能是，分割网络