/ Модель

Характеристики

Лицензия
GPL 3.0
Библиотека
timm
Опубликована
1 ноя 2023

vit_small_patch16_224.transpath_mocov3

ЭмбеддингиТекст → embedding3 профессии

ViT-Small, обученная методом MoCo v3 на гистологических изображениях, извлекает признаки для последующего анализа тканей и классификации.

370скачиваний за 30 дней3лайкавеса обновлены26 ноя 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это визуальный backbone на основе Vision Transformer ViT-Small с патчами 16×16 и входным размером изображения 224×224×3. Модель 1aurent/vit_small_patch16_224.transpath_mocov3 обучена на 15 млн гистологических патчей из PAIP и TCGA с использованием метода самообучения MoCo v3 и предназначена для извлечения признаков из изображений тканей. Веса доступны в формате safetensors; лицензия — GPL-3.0.

Модель подходит для получения эмбеддингов гистологических изображений и их последующего использования в задачах классификации патологических изображений, в том числе для анализа опухолевой ткани. В карточке указано 21,7 млн параметров. Модель принимает изображения и выдаёт признаки; сведения о поддерживаемых естественных языках и длине контекста к ней не относятся.

Сценарии применения

  • извлечение признаков из гистологических патчей
  • получение эмбеддингов изображений тканей для классификатора
  • классификация гистологических изображений с обученной поверх backbone головой

Ограничения

Предобучение ориентировано на гистологические изображения PAIP и TCGA; качество на других типах изображений и задачах в карточке не охарактеризовано. Для классификации потребуется отдельная классификационная голова или последующая модель.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for vit_small_patch16_224.transpath_mocov3

A Vision Transformer (ViT) image classification model.
Trained on 15M histology patches from PAIP and TCGA.
Used the MoCo v3 self supervised learning method.

Model Details

Model Usage

Image Embeddings

from urllib.request import urlopen
from PIL import Image
import timm

# get example histology image
img = Image.open(
  urlopen(
    "https://github.com/owkin/HistoSSLscaling/raw/main/assets/example.tif"
  )
)

# load model from the hub
model = timm.create_model(
  model_name="hf-hub:1aurent/vit_small_patch16_224.transpath_mocov3",
  pretrained=True,
  num_heads=12,
).eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

data = transforms(img).unsqueeze(0)  # input is (batch_size, num_channels, img_size, img_size) shaped tensor
output = model(data)  # output is (batch_size, num_features) shaped tensor

Citation

@article{WANG2022102559,
  title    = {Transformer-based unsupervised contrastive learning for histopathological image classification},
  journal  = {Medical Image Analysis},
  volume   = {81},
  pages    = {102559},
  year     = {2022},
  issn     = {1361-8415},
  doi      = {https://doi.org/10.1016/j.media.2022.102559},
  url      = {https://www.sciencedirect.com/science/article/pii/S1361841522002043},
  author   = {Xiyue Wang and Sen Yang and Jun Zhang and Minghui Wang and Jing Zhang and Wei Yang and Junzhou Huang and Xiao Han},
  keywords = {Histopathology, Transformer, Self-supervised learning, Feature extraction},
  abstract = {A large-scale and well-annotated dataset is a key factor for the success of deep learning in medical image analysis. However, assembling such large annotations is very challenging, especially for histopathological images with unique characteristics (e.g., gigapixel image size, multiple cancer types, and wide staining variations). To alleviate this issue, self-supervised learning (SSL) could be a promising solution that relies only on unlabeled data to generate informative representations and generalizes well to various downstream tasks even with limited annotations. In this work, we propose a novel SSL strategy called semantically-relevant contrastive learning (SRCL), which compares relevance between instances to mine more positive pairs. Compared to the two views from an instance in traditional contrastive learning, our SRCL aligns multiple positive instances with similar visual concepts, which increases the diversity of positives and then results in more informative representations. We employ a hybrid model (CTransPath) as the backbone, which is designed by integrating a convolutional neural network (CNN) and a multi-scale Swin Transformer architecture. The CTransPath is pretrained on massively unlabeled histopathological images that could serve as a collaborative local–global feature extractor to learn universal feature representations more suitable for tasks in the histopathology image domain. The effectiveness of our SRCL-pretrained CTransPath is investigated on five types of downstream tasks (patch retrieval, patch classification, weakly-supervised whole-slide image classification, mitosis detection, and colorectal adenocarcinoma gland segmentation), covering nine public datasets. The results show that our SRCL-based visual representations not only achieve state-of-the-art performance in each dataset, but are also more robust and transferable than other SSL methods and ImageNet pretraining (both supervised and self-supervised methods). Our code and pretrained model are available at https://github.com/Xiyue-Wang/TransPath.}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · timm

Нельзя запустить

timm-модели запускаются только для классификации и признаков изображений.

Ревизия весов
e16ac9f

0 моделей