/ Модель

Характеристики

Лицензия
CC BY-NC-ND 4.0
Архитектура
flexict · dense
Библиотека
transformers
Опубликована
23 мая 2026

FlexiCT-2D

Эмбеддинги изображенийИзображение → embedding3 профессии

FlexiCT-2D извлекает глобальные и пространственные признаки из двумерных срезов компьютерной томографии для последующего анализа изображений.

149скачиваний за 30 дней0лайковвеса обновлены23 мая 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

FlexiCT-2D — двумерный энкодер срезов компьютерной томографии из семейства FlexiCT, опубликованный пользователем ricklisz123. Модель предназначена для извлечения признаков из отдельных CT-срезов: она выдаёт глобальное векторное представление среза cls_token и пространственные представления patch_tokens.

На вход подаётся CT-изображение в HU; обработчик ограничивает значения диапазоном от −1000 до 1000, нормализует их, при необходимости выбирает срез из объёмного исследования, дополняет его до квадрата и масштабирует до 512 × 512 пикселей. Модель построена на архитектуре FlexiCTModel и использует Transformers; веса опубликованы в формате safetensors.

Признаки можно использовать как основу для последующих задач анализа медицинских изображений. Модель не является диагностической системой, рассчитана на CT-подобные данные и не валидирована для принятия клинических решений. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов.

Сценарии применения

  • получение эмбеддингов для CT-срезов
  • извлечение пространственных признаков участков CT-изображения
  • подготовка признаков CT-срезов для последующей классификации
  • поиск похожих срезов компьютерной томографии по эмбеддингам

Ограничения

Модель рассчитана на CT-подобные входные данные в HU и не является диагностической системой; она не валидирована для клинических решений.

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

FlexiCT-2D

FlexiCT-2D is the slice-level CT encoder in the FlexiCT family.

Input and preprocessing

Default processor output shape is [B, 1, 512, 512].

Preprocessing clips HU to [-1000, 1000], z-score normalizes, selects a slice when given a volume, center-pads the slice to square, and bilinear-resizes to 512 x 512. Path inputs are loaded in LPS orientation when SimpleITK is available.

from transformers import AutoImageProcessor, AutoModel

processor = AutoImageProcessor.from_pretrained("ricklisz/FlexiCT-2D", trust_remote_code=True)
model = AutoModel.from_pretrained("ricklisz/FlexiCT-2D", trust_remote_code=True)

inputs = processor("/path/to/ct.nii.gz", return_tensors="pt", slice_index=80)
outputs = model(**inputs)
cls_token = outputs.cls_token
patch_tokens = outputs.patch_tokens

Outputs

cls_token is a global slice embedding. patch_tokens are spatial patch embeddings.

Limitations

This model is a feature extractor, not a diagnostic system. It expects CT-like HU inputs and has not been validated 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
FlexiCTModel
Ревизия весов
fcefac1

0 моделей