Boundary-Weighted Domain Adaptive Neural Network for Prostate MR Image Segmentation
不同于GAN，对于此类迁移学习的目标是使得原始数据和目标数据的特征没有差别。原始标签是0.目标是1，也就是D输出的概率大就判别为目标，对于前项，需要让他更接近于目标，所以要让D（SNET-S）变大，让D（SNET-T变小）。同时这个损失为了让加强边界的损失，在LOSS中加入了边界的权重。
不同于GAN，对于此类迁移学习的目标是使得原始数据和目标数据的特征没有差别。原始标签是0.目标是1，也就是D输出的概率大就判别为目标，对于前项，需要让他更接近于目标，所以要让D（SNET-S）变大，让D（SNET-T变小）。同时这个损失为了让加强边界的损失，在LOSS中加入了边界的权重。