从这篇论文中可以看出，由 VGG 初始化的 U_Net 比从头开始训练的 U_Net 获得了更好的结果。现在我想构建一个自定义的 u_net，它具有 [32,64,128,256] 与 vgg.features 不同（我尝试在没有预训练权重和自定义 U_Net 的情况下将 U_Net 与 VGG 架构一起使用，它们都得到相同的 Iou 分数。这个表示示例架构适合我的数据。）如何从 VGG 获得初始化权重？据我所知，知识蒸馏可以帮助我获得一个简单的网络，其权重可以用于我的 u-net 的初始化，例如 ([32,64,128,256])。但是 ImageNet 数据集上的知识蒸馏会浪费时间，是否有另一种方法来初始化“较小的”U-Net（[32,64,128,256]）？