【小样本图像分割-3】HyperSegNAS: Bridging One-Shot Neural Architecture Search

【小样本图像分割-3】HyperSegNAS: Bridging One-Shot Neural Architecture Search with 3D Medical Image Segmentation using HyperNet

今天分享的文章来自CVPR2022，是用作NAS（神经网络结构搜索）来做3D医学图像分割的一篇论文，这边论文用的NAS技术在之前火过一段时间，但是从我所知实际使用的地方不多，相对比较冷门，并且神经网络搜索相对而言需要大量的资源，成本也比较高。神经网络结构搜索（NAS）通过利用机器学习算法和搜索策略，自动发现更加高效和优化的神经网络结构。这一过程涉及对神经网络的拓扑结构、层数、节点连接方式等进行搜索和优化，以获得在给定任务上性能最佳的神经网络模型。NAS能够显著减少人工设计神经网络所需的时间和精力，提高模型设计的效率和效果。

文章的地址：[2112.10652] HyperSegNAS: Bridging One-Shot Neural Architecture Search with 3D Medical Image Segmentation using HyperNet (arxiv.org)

代码的地址：没有提供对应的代码