transformer+unet

Transformer U-Net是一种结合了Transformer和U-Net的医学图像分割框架。相比于传统的基于卷积神经网络（CNN）的方法，Transformer在建模全局上下文方面更加强大，并在大规模预训练下展现出优越的可迁移性。然而，单纯使用Transformer对标记化的图像块进行编码并直接上采样到完整分辨率的密集输出会导致缺乏详细的定位信息。为了解决这个问题，TransUNet提出了一个混合架构，同时利用来自CNN特征的高分辨率信息和Transformer的全局上下文信息。具体来说，TransUNet使用Transformer来编码标记化的图像块以提取全局上下文，然后解码器对编码特征进行采样，并将其与高分辨率的CNN特征相结合，以实现更精确的定位。