Segformer For Optic Disc Cup Segmentation

🚀 眼底圖像分割模型

本模型是一個經過特殊微調的SegFormer模型，專門用於視網膜眼底圖像中關鍵解剖結構的語義分割。它可以精準分割視盤和視杯，為眼科診斷提供專業級的支持。

🚀 快速開始

使用以下代碼開始使用該模型：

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)

✨ 主要特性

• 該SegFormer模型在REFUGE挑戰數據集上進行了專門的微調，這是一個用於視網膜眼底圖像解剖結構語義分割的公共基準數據集。
• 能夠對視網膜眼底圖像中的視盤和視杯這兩個眼科診斷的關鍵結構進行專家級的分割。

📚 詳細文檔

模型詳情

• 開發者：Xu Sun
• 分享者：Xu Sun
• 模型類型：圖像分割
• 許可證：Apache - 2.0

用途

此預訓練模型可對視網膜眼底圖像中的關鍵解剖結構（即視盤和視杯）進行語義分割。它以眼底圖像為輸入，並輸出分割結果。

偏差、風險和限制

該模型僅使用視網膜眼底圖像進行了專門的訓練和微調，旨在對包括視盤和視杯在內的解剖結構進行語義分割。因此，為了獲得最佳的分割性能，必須確保僅將眼底圖像作為該模型的輸入。

📄 許可證

本模型使用的許可證為Apache - 2.0。

📬 模型卡片聯繫方式

• pamixsun@gmail.com