/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
13 авг 2026

DistillPath-IS16-HOpt0

Эмбеддинги изображенийИзображение → embedding3 профессии

Компактный энкодер ViT-S/16, дистиллированный для извлечения признаков из патоморфологических изображений.

38скачиваний за 30 дней1лайквеса обновлены23 авг 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

DistillPath-IS16-HOpt0 — разработанный Рамоном Каспаром, Андреем Игнатовым и Валентиной Боевой в ETH Zurich компактный энкодер изображений для вычислительной патологии. Это ViT-S/16 из timm с 21,7 млн параметров и размерностью признаков 384; модель извлекает признаки из патоморфологических изображений и срезов тканей.

Модель получена дистилляцией backbone-токенов из H-optimus-0 (ViT-g/14, 1,1 млрд параметров) в студенческую ViT-S/16, предварительно обученную на ImageNet-21k. Дистилляция проводилась на 6 000 открытых слайдах TCGA. В опубликованных бенчмарках модель приблизилась к учителю и превзошла базовую ImageNet-21k версию ViT-S/16 по средним результатам EVA, HEST и PLISM.

Модель предназначена для извлечения признаков, которые можно использовать в последующих задачах анализа медицинских изображений, включая исследовательские бенчмарки патологии. Лицензия — Apache-2.0. Показатели бенчмарков не гарантируют аналогичного качества на других наборах данных или клинических сценариях.

Сценарии применения

  • извлечение признаков из патоморфологических срезов
  • подготовка эмбеддингов изображений тканей для классификаторов
  • создание визуальных признаков для исследовательских задач патологии
  • сравнение компактного энкодера с крупными моделями на бенчмарках патологии

Ограничения

Оценки приведены для указанных исследовательских бенчмарков и не гарантируют качество на других данных или в клиническом применении. Модель извлекает признаки изображений, поэтому для конечных задач анализа может потребоваться отдельная модель или классификатор.

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

DistillPath-IS16-HOpt0

A 22M ViT-S/16 pathology tile encoder distilled from H-optimus-0 (1.1B ViT-g/14) into an ImageNet-21k pretrained ViT-S/16 student using backbone-token distillation on 6,000 public TCGA slides.

This is the ImageNet-initialized variant. For the stronger kaiko-initialized variant, see DistillPath-KS16-HOpt0.

Paper: DistillPath: An Efficient 22M Distilled Pathology Encoder Approaching Large Foundation Model Performance Ramon Kaspar, Andrey Ignatov, Valentina Boeva. ETH Zurich. Published at the ECCV 2026 Workshop on Medical Foundation Models and Benchmarks (MedFM-Bench).

Model details

PropertyValue
ArchitectureViT-S/16 (vit_small_patch16_224 in timm)
Parameters21.7M
Feature dimension384
Input size224 x 224
Normalizationmean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)
Student initializationImageNet-21k ViT-S/16
TeacherH-optimus-0 (1.1B, ViT-g/14, Apache 2.0)
Training data6,000 TCGA H&E whole-slide images, 32 cohorts
Training steps50,000 (batch size 256)

Benchmark results

BenchmarkDistillPath-IS16-HOpt0IN21K baselineH-optimus-0 teacher
EVA mean (7 tasks)0.7680.7290.803
HEST mean (9 tasks)0.3630.3110.415
PLISM score0.5260.3830.480

See the paper for per-task results.

Usage

Load directly from the Hub with timm:

import timm

model = timm.create_model(
    "hf_hub:RamonK/DistillPath-IS16-HOpt0",
    pretrained=True,
    num_classes=0,
)
model.eval()

Or load manually:

import timm
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

model = timm.create_model("vit_small_patch16_224", pretrained=False, num_classes=0)
path = hf_hub_download("RamonK/DistillPath-IS16-HOpt0", "model.safetensors")
state_dict = load_file(path)
model.load_state_dict(state_dict, strict=True)
model.eval()

This model uses ImageNet normalization: mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225).

from torchvision import transforms

transform = transforms.Compose([
    transforms.Resize(224),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

Distillation recipe

The recipe reads only the teacher's final class and patch tokens (no teacher pretraining heads required):

  • Class-token loss: cosine distance + RKD (relational knowledge distillation)
  • Patch-token loss: cosine distance after bicubic grid resizing (teacher 16x16 to student 14x14)
  • Optimizer: AdamW, lr=1e-4, weight decay 0.05, cosine decay, 500 warmup steps
  • Projector: DINO-style MLP (384 to 2048 to 2048 to 256 to d_t), discarded after training

Full details in the paper and the DistillPath repository.

License

This model is released under the Apache 2.0 License. Both the student (ImageNet-21k ViT-S/16) and teacher (H-optimus-0) are Apache 2.0, so this model is fully permissive, including for commercial use.

Citation

@inproceedings{kaspar2026distillpath,
  title     = {DistillPath: An Efficient 22M Distilled Pathology Encoder Approaching Large Foundation Model Performance},
  author    = {Kaspar, Ramon and Ignatov, Andrey and Boeva, Valentina},
  booktitle = {Medical Foundation Models and Benchmarks (MedFM-Bench), ECCV 2026},
  year      = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · timm · image-feature-extraction

Можно запустить

Подбираем GPU…

Ревизия весов
0a885cb

0 моделей