高分笔记

• 这里主要记录竞赛中其他团队公开的笔记。

HGNet-V2-Starter

• 链接见^[1]。

• 根据作者介绍，这篇笔记思路源于另一篇笔记UNet with float16 dataset^[2]，其中UNet笔记内容简要如下

  1. 网络：Unet+ResidualDoubleConv [32-64-128-256-512-1024-512-256-128-64-32-1]
  2. 数据集：没有使用原始float32数据，而是使用float16数据加载训练网络。显然可以减少显存占用（64批次大小只需要7G显存训练）和加速训练时间。

  本篇笔记主要工作是：

  1. 翻转增强
  2. 数据预处理
  3. EMA
  4. 编码器预训练
  5. Monai上采样（医疗图像分析工具库）