jonghoyi
commented
2 years ago 아래 공지에서 처럼 등록의 목적은 Pretrained network을 등록하는 것입니다. 즉, 아이디어나 package등을 등록하는 것이 아니라 network을 등록하는 것입니다. Pretrained network을 등록시 그 network에 관련된 논문이 link되어있을테니 같이 등록될 것으로 생각됩니다.
Vision transformer의 pretrained network을 사용한다면 그것을 등록하면 됩니다.
Pretrained model이 존재하지만 사용을 안한다면 등록할 필요는 없습니다. 다만 추후 evaluation에서 network weight을 일반적인 방법으로 initialization한 것에서부터 train한 후 성능을 확인할 예정입니다.
Reference의 경우 추후 top ranker로 되면 발표자료나 보고서에 넣으면 됩니다.
[Pretrained Network 등록]이 Challenge Spirit과 관련해서 Challenge에서 제공한 혹은 Original 논문 version의 Unet과 Variational Network이외의 Pretrained network을 활용(Baby Variational Network등이 Github에 올라가 있습니다)할 경우 이를 Github Q&A페이지에 올려서 "등록"하도록 합시다. 이 등록은 8월 1일까지 등록한 것만 유효하고 이후에 등록하거나 등록하지 않은 pretrain network을 활용할 경우 최종 Evaluation에서 실격한 것으로 하겠습니다.
espanic
안녕하세요, 저번에 논문 등록 관련해 문의드린 바 있지만 헷갈리는 부분이 여전히 많아 다시 한번 여쭤보고자 합니다.
(MRI reconstruction task specific한 논문이 아닌) general deep learning framework / neural network 관련 논문도 사용한다면 등록해야 하나요? (e.g. transformer, ddpm) 또, 관련 general deep learning framework를 사용하는 MRI reconstruction 논문들도 (직접 아이디어를 차용할 생각이 없더라도) 제 아이디어와 연관이 있다면 모두 등록해야 할까요?
vision-transformer을 예시로 예시1) 논문을 찾던 중 vision-transformer에 대한 논문을 찾고 이를 fastmri challenge task에 적용하고자 할때, vision-transformer의 아이디어를 사용한 것이므로 등록해야 할까요? 예시2) 기존 mri reconstruction task 관련 선행연구 중 vision-transformer을 사용한 연구가 있다고 가정한다면, 해당 논문의 아이디어를 직접 사용하지 않더라도 모두 reference해야 할까요?
(MRI reconstruction task specific한) 논문의 아이디어를 차용할 경우, pretrained model이 존재하지만 사용하지 않을거라면 pretrained model의 링크는 등록할 필요가 없나요?
reduce operator, expand operator, root sum of square과 같이 mri reconstruction task에 전반적으로 쓰이는 operator의 경우, 특정 python package를 사용하고자 합니다. 이와 관련된 논문이나 python package도 등록해야 할까요?