/ Модель

Характеристики

Лицензия
CC BY 4.0
Библиотека
timm
Опубликована
20 июл 2025

OmniRad-base

Эмбеддинги изображенийИзображение → embedding3 профессии

Радиологический энкодер ViT-B извлекает переносимые признаки из медицинских изображений для последующей классификации, сегментации и радиомического анализа.

209скачиваний за 30 дней2лайкавеса обновлены3 фев 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

OmniRad-base — компактный радиологический визуальный энкодер на базе Vision Transformer ViT-B, разработанный как модель общего назначения для медицинской визуализации. Он обучен без учителя на более чем миллионе радиологических изображений в модифицированной схеме DINOv2; в карточке указаны данные RadImageNet объёмом около 1,2 млн изображений. Модель принимает изображения размером 224 × 224 и извлекает переносимые визуальные признаки; у неё нет специализированных выходных голов для отдельных задач.

Энкодер предназначен для извлечения признаков и адаптации к классификации изображений, сегментации и радиомическим сценариям, а также для использования в исследовательских мультимодальных конвейерах. В README заявлена работа с рентгеновскими снимками, КТ, МРТ и ультразвуковыми изображениями. Компактный вариант ориентирован на баланс вычислительной эффективности и качества представлений, однако перед применением в конкретной клинической задаче требуется отдельная проверка. Лицензия — CC BY 4.0.

Сценарии применения

  • извлечение признаков из рентгеновских снимков
  • получение представлений КТ- и МРТ-изображений
  • подготовка признаков для классификации медицинских изображений
  • адаптация энкодера для сегментации медицинских изображений
  • извлечение радиомических признаков из ультразвуковых исследований

Ограничения

Модель выдаёт признаки и не содержит специализированных голов для классификации или сегментации; для этих задач требуется адаптация. README предупреждает, что клиническое применение требует проверки на конкретной задаче.

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

OmniRad: A General-Purpose Radiological Foundation Model

💻 Code

OmniRad is a self-supervised radiological foundation model designed to learn stable, transferable, and task-agnostic visual representations for medical imaging. It is pretrained on large-scale, heterogeneous radiological data and intended for reuse across classification, segmentation, and exploratory vision–language tasks without task-specific pretraining.

This repository provides the OmniRad-base variant, a compact Vision Transformer encoder that offers an excellent trade-off between computational efficiency and representational power.


Key Features

  • Radiology-focused foundation model pretrained on >1M radiological images
  • Self-supervised learning based on a customized DINOv2 framework
  • Task-agnostic encoder reusable across classification, segmentation, and multimodal pipelines
  • Strong transferability across modalities (CT, MRI, X-ray, ultrasound)
  • Radiomics-oriented design, emphasizing representation stability and reuse

Example Usage: Feature Extraction

from PIL import Image
from torchvision import transforms
import timm
import torch

# Load OmniRad-base from Hugging Face Hub
model = timm.create_model(
    "hf_hub:Snarcy/OmniRad-base",
    pretrained=True,
    num_classes=0  # return embeddings
)

model.eval()
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)

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

# Load image
image = Image.open("path/to/radiology_image.png").convert("RGB")
x = transform(image).unsqueeze(0).to(device)

# Extract features
with torch.no_grad():
    embedding = model(x)  # shape: [1, 384]



Available Downstream Code

The official OmniRad repository provides end-to-end implementations for all evaluated downstream tasks:

👉 https://github.com/unica-visual-intelligence-lab/OmniRad

Including:

  • Image-level classification (MedMNIST v2 benchmarks)
  • Dense medical image segmentation (MedSegBench, frozen encoder + lightweight decoders)
  • Radiological image captioning (BART-based vision–language framework)
  • Full training, evaluation, and ablation scripts
  • Reproducible experimental configurations matching the paper

Model Details

  • Architecture: Vision Transformer (ViT-B)
  • Patch size: 14
  • Embedding dimension: 768
  • Pretraining framework: Modified DINOv2 (global crops only)
  • Pretraining dataset: RadImageNet (~1.2M radiological images)
  • Input resolution: 224 × 224
  • Backbone type: Encoder-only (no task-specific heads)

Pretraining Notes

  • Local crops are removed to improve training stability and downstream transferability
  • No feature collapse observed during training
  • Same hyperparameter configuration used across small and base variants
  • Designed to support frozen-backbone adaptation and lightweight fine-tuning

Intended Use

OmniRad is intended as a general-purpose radiological image encoder for:

  • Image-level classification (e.g., disease or organ recognition)
  • Dense prediction (e.g., medical image segmentation via adapters or decoders)
  • Radiomics feature extraction
  • Representation transfer across datasets, modalities, and institutions
  • Exploratory vision–language research (e.g., radiological image captioning)

Not intended for direct clinical deployment without task-specific validation.


License

This project and the released model weights are licensed under the Creative Commons Attribution 4.0 International (CC BY 4.0) license.

Made with ❤️ by UNICA Visual Intelligence Lab

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
3e42381

0 моделей