Bone Age Crop

🚀 骨骼年齡裁剪模型

本模型用於裁剪手部X光片，以更好地規範骨骼年齡模型的圖像輸入。它使用輕量級的 mobilenetv3_small_100 作為骨幹網絡，並預測歸一化的 xywh 座標。

🚀 快速開始

模型信息

模型訓練

該模型使用來自 RSNA兒科骨骼年齡挑戰賽 的12,592張兒科手部X光片進行訓練和驗證，採用80%/20%的分割比例。在單折驗證中，該模型實現的平均絕對誤差（歸一化座標）如下：

x: 0.0152
y: 0.0121
w: 0.0261
h: 0.0213

模型使用

基礎用法

import cv2
import torch
from transformers import AutoModel

model = AutoModel.from_pretrained("ianpan/bone-age-crop", trust_remote_code=True)
model = model.eval()
img = cv2.imread(..., 0)
img_shape = torch.tensor([img.shape[:2]])
x = model.preprocess(img)
x = torch.from_numpy(x).unsqueeze(0).unsqueeze(0)
x = x.float()

# if you do not provide img_shape
# model will return normalized coordinates
with torch.inference_mode():
  coords = model(x, img_shape)

# only 1 sample in batch
coords = coords[0].numpy()
x, y, w, h = coords
# coords already rescaled with img_shape
cropped_img = img[y: y + h, x: x + w]

高級用法

如果你安裝了 pydicom，還可以直接加載DICOM圖像：

img = model.load_image_from_dicom(path_to_dicom)

模型效果