/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
pytorch
Опубликована
31 июл 2026

GutCore

Эмбеддинги изображенийИзображение → embedding

GutCore — эндоскопическая модель на основе ViT для извлечения признаков и исследовательского анализа случаев рака желудка по изображениям.

0скачиваний за 30 дней0лайковвеса обновлены1 сен 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

GutCore — модель компьютерного зрения для анализа эндоскопических исследований желудка и выявления признаков рака желудка на уровне полного клинического случая. Разработчики называют её эндоскопической foundation-моделью; в репозитории представлены предварительно обученный энкодер изображений ViT-L и отдельный вариант с дообученным энкодером, gated attention aggregation и классификатором рака. Файлы весов сохранены в формате PyTorch.

Модель предназначена для академических исследований whole-case анализа эндоскопии. По метаданным Hugging Face её основная задача — извлечение признаков изображений; README также описывает классификатор рака желудка. Авторы сообщают о варианте ViT-B с сопоставимыми результатами во внутренних тестах, но эти веса доступны по запросу. Лицензия обозначена как other; README ограничивает использование некоммерческими академическими исследованиями и запрещает клиническое применение, включая диагностику, скрининг, прогнозирование и выбор лечения.

Сценарии применения

  • извлечение признаков из эндоскопических изображений желудка
  • исследовательская классификация случаев рака желудка
  • агрегация признаков изображений в анализ полного эндоскопического случая
  • сравнение энкодеров ViT-L и ViT-B для задач эндоскопии

Ограничения

Модель предназначена только для некоммерческих академических исследований и не является медицинским устройством; её нельзя использовать для диагностики, скрининга, прогноза, выбора лечения или ведения пациентов. Вариант ViT-B упомянут авторами, но его веса не опубликованы в указанном репозитории.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GutCore model weights

GutCore is an endoscopy foundation model for whole-case gastric cancer analysis. See the medRxiv preprint and inference code.

[2026-09-01 Update] We have also trained a lightweight ViT-B variant that achieved comparable performance to ViT-L in our internal benchmarks. If you have an interest or use case for the ViT-B weights, please open a discussion/issue or contact us—we would be glad to release it if there is demand.

Files

FileContents
GutCore-ViT-L.pthPretrained image encoder state dictionary
GutCore-GC.pthFine-tuned encoder, gated attention aggregation, and cancer classifier state dictionary

Each .pth file is a flat dict[str, Tensor] containing model tensors only. Optimizer state, scheduler state, epochs, metrics, and training history are not included. The JSON files record architecture and inference configuration. SHA-256 digests are provided in checksums.sha256.

Official downloads are verified against the published SHA-256 checksums. Only load a local .pth file when you trust its source.

Download

The GutCore package downloads the immutable v0.1.0 revision automatically:

uv run gutcore-download --model all

Files can also be downloaded directly:

hf download SehunFromDaegu/GutCore \
  GutCore-ViT-L.pth GutCore-GC.pth \
  --revision v0.1.0

Intended use

The models are released for noncommercial academic research. They are not medical devices and must not be used for diagnosis, screening, prognosis, treatment selection, or patient management. See MODEL_CARD.md, LICENSE.md, and NOTICE.md before use or redistribution.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · image-feature-extraction

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
87382c0

0 моделей