H Optimus 1

🚀 H-optimus-1 基礎模型

H-optimus-1 是由 Bioptimus 開發的用於組織學的基礎模型。該模型是一個具有 11 億參數的視覺變換器，通過自監督學習在一個龐大的專有數據集上進行訓練。這個數據集包含從超過 80 萬患者的 100 多萬張切片中採樣的數十億張組織學圖像。H-optimus-1 可用於從組織學圖像中提取強大的特徵，以用於各種下游應用，如突變預測、生存分析或組織分類/分割。

🚀 快速開始

如何使用它提取特徵

以下代碼可用於運行推理。H-optimus-1 期望輸入的圖像大小為 224x224，且圖像是在每像素 0.5 微米的分辨率下提取的。

from huggingface_hub import login
import torch
import timm 
from torchvision import transforms

# Login to the Hugging Face hub, using your user access token that can be found here:
# https://huggingface.co/settings/tokens.
login()

model = timm.create_model(
    "hf-hub:bioptimus/H-optimus-1", pretrained=True, init_values=1e-5, dynamic_img_size=False
)
model.to("cuda")
model.eval()

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(
        mean=(0.707223, 0.578729, 0.703617), 
        std=(0.211883, 0.230117, 0.177517)
    ),
])

input = torch.rand(3, 224, 224)
input = transforms.ToPILImage()(input)

# We recommend using mixed precision for faster inference.
with torch.autocast(device_type="cuda", dtype=torch.float16):
    with torch.inference_mode():
        features = model(transform(input).unsqueeze(0).to("cuda"))

assert features.shape == (1, 1536)

📄 許可證

本模型及相關代碼遵循 CC-BY-NC-ND 4.0 許可協議，僅可用於非商業性的學術研究目的，並需進行適當的引用。

重要提示

• 任何對 H-optimus-1 模型及其衍生模型（包括在 H-optimus-1 模型輸出上訓練的模型或由 H-optimus-1 模型創建的數據集）的商業使用、銷售或其他貨幣化行為均被禁止，需要事先獲得批准。
• 請注意，用於註冊 Hugging Face 賬戶的主要電子郵件必須與您的機構電子郵件匹配才能獲得批准。下載模型需要事先在 Hugging Face 上註冊並同意使用條款。下載此模型即表示您保證所有信息（所屬機構、研究用途）正確且最新。下載模型後，您同意不分發、發佈或複製該模型。如果您所在組織的其他用戶希望使用 H-optimus-1 模型，他們必須作為獨立用戶進行註冊並同意遵守使用條款。用戶不得嘗試重新識別用於開發基礎模型的已去標識化數據。
• 本模型“按原樣”提供，不提供任何形式的明示或暗示保證。本模型尚未經過任何監管機構的審查、認證或批准，包括但不限於美國食品藥品監督管理局（FDA）、歐洲藥品管理局（EMA）、英國藥品和保健品管理局（MHRA）或其他醫療器械監管機構。在醫療保健或生物醫學環境中應用此模型必須遵守相關監管要求並進行獨立驗證。用戶對如何使用此模型及其產生的任何後果承擔全部責任。作者、貢獻者和分發者對因模型使用導致的直接或間接損害不承擔任何責任。用戶在涉及患者數據的研究中使用該模型時，有責任確保遵守數據保護法規（如 GDPR、HIPAA）。
• 如果您是商業實體，請通過 hello [at] bioptimus.com 與我們聯繫，討論許可選項。

額外的授權字段

• 全名（名和姓）：文本輸入
• 當前所屬機構（無縮寫）：文本輸入
• 所屬機構類型：選擇項，包括學術界、工業界、其他
• 當前和官方的機構電子郵件（此電子郵件必須與您 Hugging Face 賬戶中的主要電子郵件匹配，@gmail/@hotmail/@qq 電子郵件域名將被拒絕）：文本輸入
• 主要用例：選擇項，包括各種任務的模型基準測試、生物標誌物發現、診斷、病理工作流程加速（細胞和組織分割等）、其他
• 請添加您預期的研究用途信息：文本輸入
• 我同意上述所有條款：複選框
• 我同意不分發該模型，如果我所在組織的其他用戶希望使用 H-Optimus-1 模型，他們必須作為獨立用戶進行註冊：複選框
• 我同意僅將此模型用於非商業性的學術目的：複選框
• 我有興趣接收 Bioptimus 的更新：複選框（可選）

🙏 致謝

本項目由 GENCI 在 IDRIS 提供計算 HPC 和存儲資源，感謝在超級計算機 Jean Zay 的 H100 分區上獲得的 2024-GC011015442 資助。

📚 引用信息

如果您發現此倉庫有用，請考慮引用我們的工作：

@software{hoptimus1,
  author = {Bioptimus},
  title = {H-optimus-1},
  url = {https://huggingface.co/bioptimus/H-optimus-1},
  year = {2025},
}