/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Архитектура
skinmap · dense
Библиотека
transformers
Опубликована
11 июл 2025

SkinMap

Эмбеддинги изображенийИзображение → embedding3 профессии

SkinMap создаёт общие эмбеддинги дерматологических изображений и текста для поиска, анализа образцов и оценки метаданных кожи.

145скачиваний за 30 дней1лайквеса обновлены20 июл 2026

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

SkinMap — модель эмбеддингов изображений и текста для дерматологии, опубликованная проектом Digital-Dermatology. Она объединяет проекции 12 замороженных мультимодальных и самообучающихся энкодеров в общее пространство размерности 1024. Модель принимает изображения кожи и текстовые запросы; текст можно кодировать с клиническими шаблонами или без них.

Эмбеддинги предназначены для переноса информации в последующие задачи, поиска взаимосвязей между образцами и оценки пропущенных метаданных. В комплект входят линейные пробники для оценки фототипа кожи по Фицпатрику, возраста, пола, географического происхождения, области тела и других характеристик. При наличии индекса репозитория доступен поиск ближайших соседей; без него поиск недоступен, но кодирование работает.

Полный ансамбль загружает 12 базовых энкодеров одновременно и требует около 16 ГБ видеопамяти; на CPU модель работает медленно. SkinMap предназначена для исследовательского использования, не является медицинским устройством и не подходит для принятия клинических решений. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Сценарии применения

  • поиск похожих дерматологических изображений
  • получение эмбеддингов изображений кожи и клинических описаний
  • оценка фототипа кожи по изображению
  • оценка возраста, пола и области тела по дерматологическому изображению

Ограничения

Полный ансамбль требует около 16 ГБ видеопамяти, а на CPU работает медленно; поиск ближайших соседей доступен только при наличии индекса. Модель не является медицинским устройством и не предназначена для клинических решений; коммерческое использование запрещено лицензией.

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

A Global Atlas of Digital Dermatology to Map Innovation and Disparities

SkinMap method

SkinMap is a dermatology image/text embedding model. It fuses 12 frozen teacher encoders (multi-modal and self-supervised models) through a trained projector into a single 1024-d shared image/text space, that can be used to infer missing metadata, solve downstream tasks, and get relational information about the samples.

Compute. This is the faithful full ensemble: 12 backbones load into memory at once and need roughly 16 GB of GPU VRAM. It runs on CPU but slowly.

Usage

from transformers import AutoModel

model = AutoModel.from_pretrained(
    "Digital-Dermatology/SkinMap",
    trust_remote_code=True,
    device="cuda",            # "cpu" also works
)

# 1) Encode an image into the 1024-d SkinMap space (L2-normalized)
img_emb = model.encode_image("lesion.jpg")            # np.ndarray, shape (1024,)

# 2) Encode a text query into the same space
txt_emb = model.encode_text("melanoma on the back")   # np.ndarray, shape (1024,)

# 3) Predict clinical metadata from the image
meta = model.predict_meta("lesion.jpg")
# {'fitzpatrick': 3, 'fitzpatrick_grouped': '3-4', 'age': 42.1,
#  'gender': 'female', 'origin': ..., 'body_region': ..., ...}

import numpy as np
sim = float(np.dot(img_emb, txt_emb))                 # cosine in the shared space

encode_image accepts a file path, raw bytes, or a PIL.Image. encode_text expands the query into clinical prompt templates and averages the results; pass templates=["{}"] to encode the raw text as-is.

Metadata prediction

predict_meta applies bundled linear probes to the SkinMap embedding to estimate Fitzpatrick skin type, age, sex, geographic origin, body region and more. By default it uses global probes, which reproduce the demographic estimates reported in the paper. If you know the imaging modality, pass it to switch the Fitzpatrick prediction to a modality-specific probe (more accurate when the modality is known); the other attributes stay global:

meta = model.predict_meta("lesion.jpg", modality="dermoscopy")  # clinical | dermoscopy | TBP

predict_meta also accepts a precomputed 1024-d vector instead of an image, and a subset via attributes=[...].

Nearest-neighbor search (optional)

If this repo was built with an atlas index bundled, you can retrieve neighbors directly:

indices, distances = model.search("lesion.jpg", k=10)

Without a bundled index, search() raises a clear error. Encoding still works.

What's inside

ComponentRole
9 multi-modal teachers (CLIP & SigLIP; ViT-L/14 & ViT-B/32)image + text features
3 self-supervised teachers (DINO, iBOT, MAE; ViT-B/16)dermatology image features
Per-teacher whitening (whitening_stats.npz)decorrelate before fusion
Trained projector (projector_model.pth)fuse to 1024-d image/text heads
Metadata probes (probes/)linear probes for predict_meta

Licensing

SkinMap is released under the Creative Commons Attribution-NonCommercial 4.0 International license, for research use only. Not a medical device. Not for clinical decision-making.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-feature-extraction

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
SkinMapModel
Ревизия весов
4fc0ad6

0 моделей