Segformer For Optic Disc Cup Segmentation

🚀 モデルIDのモデルカード

このモデルは、網膜眼底画像の解剖学的構造のセマンティックセグメンテーションのための公開ベンチマークであるREFUGEチャレンジデータセットを使用して、専門的なファインチューニングを行ったSegFormerモデルです。ファインチューニングにより、眼科診断における重要な構造である視神経乳頭と視神経杯の専門レベルのセグメンテーションが可能になります。

🚀 クイックスタート

以下のコードを使用して、モデルを使い始めましょう。

基本的な使用法

import cv2
import torch
import numpy as np

from torch import nn
from transformers import AutoImageProcessor, SegformerForSemanticSegmentation

image = cv2.imread('./example.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

processor = AutoImageProcessor.from_pretrained("pamixsun/segformer_for_optic_disc_cup_segmentation")
model = SegformerForSemanticSegmentation.from_pretrained("pamixsun/segformer_for_optic_disc_cup_segmentation")

inputs = processor(image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits.cpu()

upsampled_logits = nn.functional.interpolate(
    logits,
    size=image.shape[:2],
    mode="bilinear",
    align_corners=False,
)

pred_disc_cup = upsampled_logits.argmax(dim=1)[0].numpy().astype(np.uint8)

✨ 主な機能

この事前学習済みモデルは、網膜眼底画像における重要な解剖学的構造である視神経乳頭と視神経杯のセマンティックセグメンテーションを可能にします。眼底画像を入力として受け取り、セグメンテーション結果を出力します。

📚 ドキュメント

モデルの詳細

• 開発者: Xu Sun
• 共有者: Xu Sun
• モデルの種類: 画像セグメンテーション
• ライセンス: Apache-2.0

モデルの使用方法

この事前学習済みモデルは、網膜眼底画像における重要な解剖学的構造である視神経乳頭と視神経杯のセマンティックセグメンテーションを可能にします。眼底画像を入力として受け取り、セグメンテーション結果を出力します。

バイアス、リスク、および制限事項

このモデルは、網膜眼底画像のみを使用して専門的なトレーニングとファインチューニングを行っており、視神経乳頭や視神経杯などの解剖学的構造のセマンティックセグメンテーションを行うことを目的としています。したがって、最適なセグメンテーション性能を得るためには、このモデルに入力するのは眼底画像のみにする必要があります。

📄 ライセンス

Apache-2.0

モデルカードの問い合わせ先

• pamixsun@gmail.com