/ Модель

Характеристики

Лицензия
MIT
Опубликована
28 июл 2026

polyp-unet-r34-baseline

Сегментация изображенийИзображение → mask

U-Net с энкодером ResNet34 сегментирует полипы на изображениях колоноскопии и предназначена для исследовательской оценки.

15скачиваний за 30 дней0лайковвеса обновлены28 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

Модель saadaamir14/polyp-unet-r34-baseline — базовый вариант U-Net с энкодером ResNet34 для сегментации полипов на изображениях колоноскопии. Она обучена на 1305 изображениях из наборов Kvasir-SEG и CVC-ClinicDB; опубликованный чекпойнт соответствует медианному результату среди пяти запусков с разными случайными начальными значениями. Весы доступны в формате safetensors, лицензия — MIT.

Модель предназначена для выделения областей полипов на эндоскопических изображениях и оценки методов сегментации. На тестах с центрами, представленными в обучении, Dice составил около 0,88; на одном не представленном в обучении центре — 0,71. Оценка выполнялась на изображениях 352×352, поэтому результаты не полностью сопоставимы с публикациями, использующими исходное разрешение.

Это исследовательский артефакт, не медицинское устройство. Перенос результатов на новые больницы непредсказуем; модель хуже справляется с маленькими полипами, а показатели на CVC-ClinicDB могут быть завышены из-за пересечения видеоматериалов между обучающей и тестовой выборками.

Сценарии применения

  • выделение полипов на эндоскопических изображениях
  • построение масок полипов для анализа колоноскопических кадров
  • оценка качества алгоритмов сегментации полипов
  • исследование переноса сегментации между медицинскими центрами

Ограничения

Не предназначена для клинических решений; качество на новых больницах непредсказуемо, особенно для небольших полипов. Оценка проводилась при 352×352, а результаты CVC-ClinicDB могут быть оптимистичными из-за пересечения видео между обучением и тестированием.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

polyp-unet-r34-baseline

U-Net with a ResNet34 encoder, trained for polyp segmentation on the standard benchmark (900 Kvasir-SEG + 550 CVC-ClinicDB) and evaluated on five centres across three countries.

Training recipe: baseline. Random seed: 3.

This is the median seed, not the best

5 models were trained with this recipe, differing only in random seed. Their scores on ETIS-Larib ranged from 0.6258 to 0.6979. This checkpoint is the median of those 5, deliberately.

Publishing the best of 5 would contradict the finding the project reports: that seed variance on this benchmark is large enough to manufacture apparent improvements. A model card showing a cherry-picked run would be an example of the problem, not a result.

Performance

test setcentrethis checkpoint5-seed mean ± std
Kvasirseen0.88320.9014 ± 0.0132
CVC-ClinicDBseen0.88360.8996 ± 0.0103
CVC-ColonDBunseen0.71340.7291 ± 0.0155
CVC-300unseen0.86650.8768 ± 0.0179
ETIS-LaribPolypDBunseen0.68390.6661 ± 0.0355

Dice, computed per image and averaged. "Seen" means the centre contributed images to training. Evaluation is at 352×352 rather than native resolution, which caps achievable Dice at roughly 0.97 and makes these numbers not exactly comparable to published results.

Usage

import torch
import segmentation_models_pytorch as smp
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

path = hf_hub_download("saadaamir14/polyp-unet-r34-baseline", "model.safetensors")
model = smp.Unet("resnet34", encoder_weights=None, in_channels=3, classes=1)
model.load_state_dict(load_file(path))
model.eval()

# input: RGB, resized to 352x352, normalised with ImageNet statistics
# output: one logit per pixel; sigmoid then threshold at 0.5

Limitations

This model is a research artifact. It is not a medical device and must not be used for clinical decisions.

  • Trained on 1,305 images from two centres. Performance at a new hospital is not predictable from these numbers.
  • Drops roughly 0.2 Dice moving from centres seen in training to an unseen centre in another country.
  • Small polyps are the dominant failure mode. At 352×352 the smallest ETIS polyp occupies 133 pixels, and the network downsamples 32×.
  • CVC-ClinicDB scores are optimistic; that dataset's train and test frames come from overlapping colonoscopy videos.

Full protocol, statistics and the complete limitations list: https://github.com/saad-aamir/polyp-segmentation

Citation

Datasets belong to their original authors. Please cite Kvasir-SEG, CVC-ClinicDB, CVC-ColonDB, CVC-300 and ETIS-Larib if you use them.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
038b6fc

0 моделей