一、论文
论文介绍：https://mp.weixin.qq.com/s/XrWkD0UEomnt0l-8dc5hWg
原文：https://arxiv.org/abs/2201.03545
我的code（四分类分割）：ConvNext_Seg: Pytorch复现ConvNext网络，实现心肾脾胰器官分割(2D) (gitee.com)
作者认为VIT的优异之处在于它本身的独特优异。这里介绍的ConvNeXt就是CNN的一个很好的反击，它在保持CNN结构的基础之上，通过“抄袭”SwinTransformer等方法的调参技巧，证明了Transformer在视觉领域上的突出表现并不是Transformer在理论上更适合图像数据，而只是近年来的诸多的提升准确率的小Trick带来的附加作用，就像前不久的ResNet-Timm[10]，它也能在仅仅修改调参技巧也能把残差网络的准确率提升到80%+。（B站搜索convnext）分类结构图如下
二、分割模块介绍
论文源码示例更多是分类，对于分割训练整体过程没有给出了，我们正常做图像分割以unet为例，有编码和解码部分，论文里面使用convnext作为编码的部分，然后采用upernet作为解码部
分，论文里面的训练方式是mmseg，实在是难以实现，干脆直接把模型结构提取出来，在pytorch上跑一个简单的训练，旨在理解。上图是我的代码中模型部分，分布是编码和解码部分以及合并起来的网络，在pytorch中直接导入就行(自我认为代码最难的不是网络，直接用别人的就行，最难的训练部分代码，transform等等细节，看如何提升精度)。
三、网络训练和数据集
放在gitee上，具体函数和训练得自己去看。训练好得权重也有，数据集也有