Project-MONAI / Project-MONAI/tutorials

Clarification on [1] in swinunetr_pretrained README and training pipeline of ssl_pretrained_weights.pth

Offen
#2,060 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Jupyter Notebook
Sterne
2.5k
Forks
803
Ø Merge
6 T. 22 Std.
Gemergte PRs (30 T.)
3

Beschreibung

Hi MONAI team,

I’m trying to understand the origin of the pretrained weight:
ssl_pretrained_weights.pth (from MONAI-extra-test-data, ~719MB).

From the checkpoint structure, it contains:

  • encoder.*
  • decoder*
  • out.conv.*
  • encoder.mask_token

which looks like a full encoder-decoder model.


I found the following description in the tutorial README:
https://github.com/Project-MONAI/tutorials/blob/main/self_supervised_pretraining/swinunetr_pretrained/README.md

"The entire SwinUNETR model including encoder and decoder was trained end-to-end using self-supervised learning techniques as outlined in [1]."

However, it is unclear what [1] refers to in terms of actual training code or pipeline.


Could you please help clarify:

  1. What exactly does reference [1] correspond to?
    (Is it a specific paper, or an internal training implementation?)

  2. Was ssl_pretrained_weights.pth trained using the
    research-contributions/SwinUNETR/Pretrain (SSLHead: rotation + contrastive + reconstruction),
    or a different encoder-decoder / autoencoder-style pretraining pipeline?

A short clarification would already help a lot.

Thanks!

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne mit self_supervised_pretraining/swinunetr_pretrained/README.md und seiner Referenz [1], und vergleiche anschließend die dokumentierte Pipeline mit research-contributions/SwinUNETR/Pretrain und dessen SSLHead. Verwende die aufgelisteten Schlüssel des Checkpoints ssl_pretrained_weights.pth, um nachzuverfolgen, welche Pipeline ihn erzeugt hat. Fertig ist die Aufgabe, wenn das README [1] identifiziert und die Trainingspipeline des Checkpoints klar angibt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
pytorch
Bereich
documentation, machine-learning
Issue-Typ
Dokumentation
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Ruhig
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
38/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.