### baseline說明
baseline是把通道縮小到1/8倍的Unet，如果你繼承這個架構，並且能使用自監督方法達到baseline，就表示你的領域遷移技巧是有用的。

### 專題說明

請使用CT(with ground truth)和MRI影像(MRI_T2SPIR)(部分有ground truth)，進行CT到MRI的領域遷移。
- Target label是肝臟，請從影像中對肝臟位置進行語意分割 
- 只需要預測MRI影像
- 資料在hub上，或者也可以從以下連結取得相關檔案 https://drive.google.com/drive/u/1/folders/1w0-9v3jOMDw38ZT8M0nNuxtgy2fwkBDg
- kaggle testset路徑為CHAOS_AIAdatasets/2_Domain_Adaptation_dataset/testset

其他說明:

影像分割有兩個任務，第一個domain generization是結業的baseline，只要完成就能結業。
本競賽是第二個挑戰，Domain Adaptation (self.supervised)任務，屬於進階挑戰，影響成績但不會與結業與否關聯。
影像分割只會用到T2 phase也就是SPIR的MRI影像，DUAL的部分未免學員沒注意簡報，我已經清除並更新在資料集上