/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
sam · dense
Опубликована
29 апр 2023

medsam-vit-base

Генерация масок3 профессии

Дообученная версия SAM ViT-B для выделения объектов и создания масок на медицинских изображениях.

5 710скачиваний за 30 дней24лайкавеса обновлены3 мая 2023

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

wanglab/medsam-vit-base — версия Segment Anything Model с архитектурой ViT-B, дообученная для сегментации медицинских изображений. Модель кодирует изображение с помощью Vision Encoder, обрабатывает подсказки Prompt Encoder и формирует маски декодером Mask Decoder. Для разметки можно задавать точки или ограничивающие рамки; SAM также поддерживает генерацию масок объектов на изображении.

Модель предназначена для сегментации медицинских изображений, в том числе для подготовки масок по интерактивным подсказкам и автоматического выделения объектов. В карточке приведено описание архитектуры SAM, но не уточнены медицинские наборы данных и виды изображений, на которых оценивалась именно эта версия. Репозиторий распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • создание маски области интереса на медицинском изображении по точкам
  • сегментация медицинского объекта по ограничивающей рамке
  • интерактивная разметка медицинских изображений
  • автоматическое выделение объектов на медицинском снимке

Ограничения

Карточка не уточняет наборы данных, типы медицинских изображений и метрики качества именно этой версии, поэтому пригодность для конкретной клинической задачи следует оценивать отдельно.

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

Model Card for Segment Anything Model (SAM) - ViT Base (ViT-B) version, fine-tuned for medical image segmentation

Table of Contents

  1. TL;DR
  2. Model Details
  3. Usage
  4. Citation

TL;DR

Link to original SAM repository Link to original MedSAM repository

The Segment Anything Model (SAM) produces high-quality object masks from input prompts such as points or boxes, and it can be used to generate masks for all objects in an image. It has been trained on a dataset of 11 million images and 1.1 billion masks, and has strong zero-shot performance on a variety of segmentation tasks. The abstract of the paper states:

We introduce the Segment Anything (SA) project: a new task, model, and dataset for image segmentation. Using our efficient model in a data collection loop, we built the largest segmentation dataset to date (by far), with over 1 billion masks on 11M licensed and privacy respecting images. The model is designed and trained to be promptable, so it can transfer zero-shot to new image distributions and tasks. We evaluate its capabilities on numerous tasks and find that its zero-shot performance is impressive -- often competitive with or even superior to prior fully supervised results. We are releasing the Segment Anything Model (SAM) and corresponding dataset (SA-1B) of 1B masks and 11M images at https://segment-anything.com to foster research into foundation models for computer vision.

Disclaimer: Content from this model card has been written by the Hugging Face team, and parts of it were copy pasted from the original SAM model card.

Model Details

The SAM model is made up of 3 modules:

  • The VisionEncoder: a VIT based image encoder. It computes the image embeddings using attention on patches of the image. Relative Positional Embedding is used.
  • The PromptEncoder: generates embeddings for points and bounding boxes
  • The MaskDecoder: a two-ways transformer which performs cross attention between the image embedding and the point embeddings (->) and between the point embeddings and the image embeddings. The outputs are fed
  • The Neck: predicts the output masks based on the contextualized masks produced by the MaskDecoder.

Usage

Refer to the demo notebooks:

  • this one showcasing inference with MedSAM
  • this one showcasing general usage of SAM,

as well as the docs.

Citation

If you use this model, please use the following BibTeX entry.

@article{kirillov2023segany,
  title={Segment Anything},
  author={Kirillov, Alexander and Mintun, Eric and Ravi, Nikhila and Mao, Hanzi and Rolland, Chloe and Gustafson, Laura and Xiao, Tete and Whitehead, Spencer and Berg, Alexander C. and Lo, Wan-Yen and Doll{\'a}r, Piotr and Girshick, Ross},
  journal={arXiv:2304.02643},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · mask-generation

Можно запустить

Подбираем GPU…

Класс архитектуры
SamModel
Ревизия весов
de8488b

0 моделей