SegFormer B0オープンソース歯牙分割モデル - 無料でデプロイし、歯科用X線画像の歯牙領域を高精度で分割

ホーム

Segformer B0 Finetuned Teeth Segmentation

vimassaruによって開発

MIT-B0アーキテクチャを基に微調整した歯科X線画像分割モデルで、歯科画像における歯牙領域の精密な分割に特化

画像セグメンテーション

Transformers

オープンソースライセンス:その他 #歯科X線分割 #高精度歯牙識別 #医療画像解析

ダウンロード数 55

リリース時間 : 7/4/2023

モデル概要

このモデルは歯科X線画像に最適化されたセマンティックセグメンテーションモデルで、画像内の各歯牙領域を識別・分割可能。国際標準歯牙番号システムの32歯分類に対応

モデル特徴

高精度歯牙分割

テストセットで0.73の平均IoUと0.81の総合精度を達成。前歯や臼歯などの重要歯牙の分割精度は85%以上

完全歯牙番号対応

国際標準歯牙番号システム（11-48番号）をサポートし、32本の独立歯牙を識別可能

軽量アーキテクチャ

SegFormer-B0の軽量設計により、医療現場のリアルタイム処理要求に適応

モデル能力

X線画像解析

歯牙領域分割

マルチクラスセマンティックセグメンテーション

医療画像処理

使用事例

歯科診断

歯牙位置分析

X線写真内の各歯牙の正確な位置と境界を自動識別

平均位置特定精度81.84%

歯牙健康状態評価

他のアルゴリズムと連携して齲蝕検出や歯周病分析を実現

歯科教育

教育用補助注釈

教育デモ用に歯牙注釈を自動生成

🚀 segformer-b0-finetuned-segments-sidewalk-oct-22

このモデルは、nvidia/mit-b0 を vimassaru/teethsegmentation データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

損失: 0.1880
平均IoU: 0.7311
平均精度: 0.8106
全体精度: 0.8184
背景精度: nan
精度11: 0.8456
精度12: 0.8351
精度13: 0.8619
精度14: 0.8112
精度15: 0.8087
精度16: 0.9141
精度17: 0.8742
精度18: 0.7394
精度21: 0.8758
精度22: 0.8579
精度23: 0.8480
精度24: 0.7169
精度25: 0.8273
精度26: 0.8481
精度27: 0.8284
精度28: 0.7298
精度31: 0.7495
精度32: 0.7987
精度33: 0.8661
精度34: 0.8392
精度35: 0.7596
精度36: 0.7482
精度37: 0.8109
精度38: 0.7016
精度41: 0.7217
精度42: 0.7480
精度43: 0.8447
精度44: 0.7868
精度45: 0.8250
精度46: 0.8762
精度47: 0.8519
精度48: 0.7878
IoU背景: 0.0
IoU 11: 0.8226
IoU 12: 0.8155
IoU 13: 0.8048
IoU 14: 0.7807
IoU 15: 0.7909
IoU 16: 0.8609
IoU 17: 0.8145
IoU 18: 0.6999
IoU 21: 0.8266
IoU 22: 0.8160
IoU 23: 0.8000
IoU 24: 0.6900
IoU 25: 0.7760
IoU 26: 0.8065
IoU 27: 0.7338
IoU 28: 0.6771
IoU 31: 0.6604
IoU 32: 0.7394
IoU 33: 0.7977
IoU 34: 0.7577
IoU 35: 0.6944
IoU 36: 0.6774
IoU 37: 0.7224
IoU 38: 0.6099
IoU 41: 0.6166
IoU 42: 0.6741
IoU 43: 0.7706
IoU 44: 0.7386
IoU 45: 0.7555
IoU 46: 0.8271
IoU 47: 0.8210
IoU 48: 0.7466

🚀 クイックスタート

このモデルは、歯のX線画像のセグメンテーションタスクに使用できます。

🔧 技術詳細

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

学習率: 0.0006
学習バッチサイズ: 8
評価バッチサイズ: 8
シード: 42
オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
学習率スケジューラのタイプ: 線形
エポック数: 200

学習結果

学習損失	エポック	ステップ	検証損失	平均IoU	平均精度	全体精度	背景精度	精度11	精度12	精度13	精度14	精度15	精度16	精度17	精度18	精度21	精度22	精度23	精度24	精度25	精度26	精度27	精度28	精度31	精度32	精度33	精度34	精度35	精度36	精度37	精度38	精度41	精度42	精度43	精度44	精度45	精度46	精度47	精度48	IoU背景	IoU 11	IoU 12	IoU 13	IoU 14	IoU 15	IoU 16	IoU 17	IoU 18	IoU 21	IoU 22	IoU 23	IoU 24	IoU 25	IoU 26	IoU 27	IoU 28	IoU 31	IoU 32	IoU 33	IoU 34	IoU 35	IoU 36	IoU 37	IoU 38	IoU 41	IoU 42	IoU 43	IoU 44	IoU 45	IoU 46	IoU 47	IoU 48
1.5068	2.0	20	1.5257	0.0331	0.0872	0.1082	nan	0.0	0.0	0.0325	0.0	0.0	0.3861	0.7782	0.0	0.5551	0.0	0.0003	0.0	0.0	0.0025	0.5879	0.0	0.0	0.0	0.0	0.0	0.0	0.1233	0.1058	0.0	0.0	0.0	0.0001	0.0	0.0	0.0	0.2200	0.0	0.0	0.0	0.0	0.0298	0.0	0.0	0.2256	0.2666	0.0	0.0733	0.0	0.0003	0.0	0.0	0.0025	0.1063	0.0	0.0	0.0	0.0	0.0	0.0	0.0983	0.0956	0.0	0.0	0.0	0.0001	0.0	0.0	0.0	0.1930	0.0
0.6989	4.0	40	0.6959	0.0319	0.0406	0.0525	nan	0.0032	0.0	0.0	0.0	0.0	0.1235	0.5046	0.0	0.0025	0.0	0.0023	0.0	0.0	0.0821	0.2861	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0411	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.2543	0.0	0.0	0.0032	0.0	0.0	0.0	0.0	0.1124	0.3456	0.0	0.0024	0.0	0.0023	0.0	0.0	0.0706	0.2383	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0395	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.2387	0.0
0.5093	6.0	60	0.4954	0.1659	0.2494	0.3064	nan	0.4165	0.0	0.5606	0.2388	0.2757	0.7236	0.7757	0.0	0.6343	0.0	0.5877	0.0009	0.0374	0.7495	0.7771	0.0	0.0	0.0	0.0	0.0323	0.0	0.0006	0.8019	0.0	0.0	0.0	0.0	0.0436	0.0	0.0556	0.7505	0.5182	0.0	0.2822	0.0	0.3631	0.2026	0.2067	0.4694	0.5250	0.0	0.3620	0.0	0.4125	0.0009	0.0358	0.4261	0.5167	0.0	0.0	0.0	0.0	0.0299	0.0	0.0006	0.5306	0.0	0.0	0.0	0.0	0.0423	0.0	0.0555	0.5479	0.4643
0.3942	8.0	80	0.3680	0.3501	0.4658	0.5243	nan	0.5738	0.1433	0.7262	0.5454	0.5830	0.7900	0.8112	0.0005	0.7442	0.0533	0.8308	0.3071	0.5064	0.8316	0.7153	0.0	0.0000	0.0743	0.6079	0.4475	0.1634	0.6588	0.7590	0.2711	0.0	0.3319	0.4395	0.6430	0.2279	0.7393	0.6828	0.6962	0.0	0.4491	0.1389	0.5260	0.4596	0.5023	0.6223	0.5467	0.0005	0.5418	0.0531	0.5015	0.2715	0.4175	0.6065	0.4828	0.0	0.0000	0.0713	0.3230	0.3481	0.1586	0.5433	0.5740	0.2533	0.0	0.2423	0.3966	0.4280	0.2200	0.6234	0.6177	0.6324
0.2784	10.0	100	0.2889	0.4636	0.5684	0.6056	nan	0.7515	0.3831	0.6687	0.4978	0.5445	0.7171	0.8213	0.3704	0.8125	0.4238	0.7137	0.3553	0.3746	0.6771	0.7124	0.3304	0.2737	0.3675	0.6784	0.5418	0.5543	0.6343	0.7606	0.5879	0.0628	0.4605	0.6789	0.6545	0.4182	0.8261	0.8022	0.7318	0.0	0.5755	0.3346	0.5240	0.4448	0.5151	0.6337	0.6315	0.3573	0.5967	0.3743	0.5367	0.2860	0.3354	0.6064	0.5735	0.3130	0.2389	0.3153	0.5370	0.4762	0.4740	0.5568	0.6436	0.4934	0.0622	0.3368	0.5307	0.4908	0.4042	0.7224	0.7127	0.6656
0.2464	12.0	120	0.2468	0.5400	0.6505	0.6768	nan	0.7948	0.5458	0.7406	0.5603	0.6560	0.8367	0.8329	0.4258	0.8497	0.5678	0.7320	0.5367	0.6036	0.7622	0.7365	0.5251	0.4648	0.6275	0.7353	0.5512	0.6709	0.6991	0.7896	0.6117	0.2989	0.5592	0.6312	0.5789	0.6009	0.8589	0.7659	0.6656	0.0	0.6477	0.4822	0.5850	0.4886	0.6094	0.7392	0.6728	0.4202	0.6684	0.4945	0.6069	0.4492	0.4973	0.6686	0.6208	0.4915	0.3555	0.4906	0.5972	0.4926	0.5760	0.6233	0.6776	0.5277	0.2650	0.4418	0.5141	0.4982	0.5567	0.7441	0.6964	0.6216
0.1842	14.0	140	0.2142	0.6089	0.7198	0.7422	nan	0.7984	0.6803	0.7803	0.6313	0.7672	0.8662	0.8918	0.6084	0.8619	0.7294	0.8191	0.6076	0.7007	0.8122	0.8322	0.3832	0.5565	0.6651	0.8472	0.7226	0.7371	0.7750	0.7743	0.5362	0.5420	0.6400	0.7419	0.7320	0.6402	0.8401	0.8309	0.6816	0.0	0.7143	0.6368	0.7007	0.5825	0.6365	0.7816	0.7521	0.5826	0.7414	0.6622	0.7151	0.5453	0.5588	0.7077	0.6385	0.3652	0.4556	0.5434	0.7138	0.6374	0.6336	0.6464	0.6580	0.4844	0.4542	0.5349	0.6565	0.6279	0.5893	0.7605	0.7330	0.6423
0.1488	16.0	160	0.1933	0.6322	0.7373	0.7542	nan	0.7908	0.6508	0.7861	0.7352	0.7521	0.8892	0.8725	0.6348	0.8581	0.6927	0.8070	0.6642	0.7642	0.8278	0.8363	0.5789	0.6088	0.6556	0.8139	0.6966	0.6829	0.7853	0.7453	0.6678	0.5757	0.6036	0.7537	0.7381	0.7114	0.8446	0.8103	0.7584	0.0	0.6990	0.6113	0.7069	0.6612	0.7097	0.7968	0.7383	0.6079	0.7618	0.6629	0.7209	0.5896	0.6152	0.7371	0.6847	0.5395	0.5130	0.5606	0.6936	0.6153	0.5981	0.6347	0.6535	0.5868	0.4842	0.5324	0.6701	0.6410	0.6346	0.7595	0.7362	0.7052
0.1416	18.0	180	0.1841	0.6533	0.7530	0.7611	nan	0.8485	0.7657	0.8163	0.6475	0.6706	0.7889	0.8295	0.8478	0.8320	0.7455	0.7939	0.5882	0.6691	0.7761	0.7446	0.7167	0.5879	0.6785	0.7867	0.7367	0.7456	0.7522	0.7657	0.7979	0.6336	0.7404	0.8204	0.7517	0.6922	0.8420	0.8470	0.8352	0.0	0.7802	0.7301	0.7232	0.6005	0.6380	0.7526	0.7347	0.6939	0.7603	0.6879	0.6913	0.5221	0.5773	0.7374	0.6773	0.6223	0.5234	0.5861	0.7062	0.6492	0.6365	0.6644	0.6850	0.6211	0.5522	0.6502	0.7557	0.6860	0.6374	0.7636	0.7728	0.7395
0.1346	20.0	200	0.1742	0.6462	0.7375	0.7528	nan	0.8037	0.7862	0.7855	0.7327	0.7617	0.8752	0.8049	0.5045	0.8113	0.7420	0.8055	0.5818	0.6962	0.7828	0.8136	0.5866	0.5741	0.7100	0.8119	0.7525	0.6603	0.7224	0.8027	0.6645	0.6230	0.7702	0.8144	0.6772	0.7818	0.8084	0.8461	0.7052	0.0	0.7651	0.7384	0.7206	0.6790	0.7135	0.7803	0.6876	0.4954	0.7515	0.6922	0.7354	0.5483	0.6050	0.7345	0.6809	0.5512	0.5261	0.6238	0.7292	0.6495	0.5871	0.6396	0.7011	0.5818	0.5478	0.6583	0.7103	0.6303	0.6758	0.7516	0.7592	0.6734
0.1042	22.0	220	0.1637	0.6758	0.7706	0.7839	nan	0.8440	0.8257	0.8354	0.7495	0.7759	0.9255	0.8405	0.5792	0.8443	0.8035	0.8293	0.6949	0.8221	0.8176	0.7856	0.5664	0.6291	0.7734	0.8161	0.7754	0.6758	0.7612	0.7892	0.6925	0.6765	0.7656	0.8216	0.7656	0.7414	0.8543	0.8211	0.7612	0.0	0.7956	0.7843	0.7713	0.6988	0.7373	0.8287	0.7380	0.5596	0.7925	0.7543	0.7762	0.6417	0.6676	0.7463	0.6649	0.5328	0.5629	0.6537	0.7400	0.6748	0.6041	0.6581	0.6950	0.6081	0.5778	0.6579	0.7449	0.6918	0.6812	0.7902	0.7652	0.7059
0.1014	24.0	240	0.1628	0.6739	0.7704	0.7833	nan	0.8358	0.8065	0.8226	0.7126	0.7269	0.8906	0.8694	0.6430	0.8772	0.7933	0.8077	0.6404	0.7989	0.8127	0.7760	0.5488	0.7075	0.7579	0.8430	0.7868	0.7336	0.7986	0.7866	0.6533	0.6949	0.6935	0.7829	0.7970	0.7933	0.8418	0.8350	0.7834	0.0	0.7942	0.7717	0.7501	0.6543	0.7011	0.8332	0.7823	0.6183	0.8028	0.7212	0.7369	0.5974	0.6623	0.7291	0.6472	0.5168	0.6019	0.6628	0.7611	0.6877	0.6428	0.6768	0.6912	0.5835	0.5659	0.5941	0.7315	0.7195	0.7043	0.7870	0.7801	0.7295
0.1026	26.0	260	0.1600	0.7036	0.7975	0.8086	nan	0.8306	0.8021	0.8395	0.8163	0.8010	0.9308	0.8947	0.7863	0.8411	0.7763	0.8088	0.6931	0.8100	0.8361