Jianghao Wu

due to different devices, it is recommended that you use a small learning rate, such as 1 * 10 ^ -5

the network is 2D unet, and the data is 3D volume, it is right. Due to the big stickiness between slices, so we convert it into 2D in the training...

您好，感谢您的提问。将B作为源域时的结果不及预期，确实是一个有趣的发现，我们的实验一直跟随之前工作的设置将A作为源域，理论上B作为源域应该有类似的结论。给您推荐可能解决方案，首先检查B作为源域，其他作为目标域直接推理的实验结果如何（如何此时已经比较低的话，可能是代码问题或者模型没有训练好，建议训练一个成熟的源模型再进行域适应，可以考虑增加一些简单常规的数据增强操作，旋转，翻转，crop等。如果此时源模型的性能较高，但是域适应的时候性能下降了，可能是某些地方错误，比如数据处理方式不匹配，如果没有发现错误，请尝试降低学习率（可以考虑1e-5甚至更低）. 目前尚不知道你的实验结果是什么情况，可以考虑先尝试上述检查方法。 祝科研顺利。

TTA设定中无需划分训练验证测试，整个数据集即是测试集。如有需要，可自行划分。 ------------------ 原始邮件 ------------------ 发 件 人：dogeONE-bit ***@***.***> 发送时间：2024-11-13 11:41:25 收 件 人：HiLab-git/UPL-SFDA ***@***.***> 抄 送：JianghaoWu ***@***.***>,Comment ***@***.***> 主 题：Re: [HiLab-git/UPL-SFDA] 关于复现您论文实验中的一些问题 (Issue #4) 您好，请问您下载的数据集中，域B/C/D的验证集和测试集是否是空的。 — Reply to this email...