H Optimus 1

🚀 H-optimus-1 基础模型

H-optimus-1 是由 Bioptimus 开发的用于组织学的基础模型。该模型是一个具有 11 亿参数的视觉变换器，通过自监督学习在一个庞大的专有数据集上进行训练。这个数据集包含从超过 80 万患者的 100 多万张切片中采样的数十亿张组织学图像。H-optimus-1 可用于从组织学图像中提取强大的特征，以用于各种下游应用，如突变预测、生存分析或组织分类/分割。

🚀 快速开始

如何使用它提取特征

以下代码可用于运行推理。H-optimus-1 期望输入的图像大小为 224x224，且图像是在每像素 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)

📄 许可证

本模型及相关代码遵循 CC-BY-NC-ND 4.0 许可协议，仅可用于非商业性的学术研究目的，并需进行适当的引用。

重要提示

• 任何对 H-optimus-1 模型及其衍生模型（包括在 H-optimus-1 模型输出上训练的模型或由 H-optimus-1 模型创建的数据集）的商业使用、销售或其他货币化行为均被禁止，需要事先获得批准。
• 请注意，用于注册 Hugging Face 账户的主要电子邮件必须与您的机构电子邮件匹配才能获得批准。下载模型需要事先在 Hugging Face 上注册并同意使用条款。下载此模型即表示您保证所有信息（所属机构、研究用途）正确且最新。下载模型后，您同意不分发、发布或复制该模型。如果您所在组织的其他用户希望使用 H-optimus-1 模型，他们必须作为独立用户进行注册并同意遵守使用条款。用户不得尝试重新识别用于开发基础模型的已去标识化数据。
• 本模型“按原样”提供，不提供任何形式的明示或暗示保证。本模型尚未经过任何监管机构的审查、认证或批准，包括但不限于美国食品药品监督管理局（FDA）、欧洲药品管理局（EMA）、英国药品和保健品管理局（MHRA）或其他医疗器械监管机构。在医疗保健或生物医学环境中应用此模型必须遵守相关监管要求并进行独立验证。用户对如何使用此模型及其产生的任何后果承担全部责任。作者、贡献者和分发者对因模型使用导致的直接或间接损害不承担任何责任。用户在涉及患者数据的研究中使用该模型时，有责任确保遵守数据保护法规（如 GDPR、HIPAA）。
• 如果您是商业实体，请通过 hello [at] bioptimus.com 与我们联系，讨论许可选项。

额外的授权字段

• 全名（名和姓）：文本输入
• 当前所属机构（无缩写）：文本输入
• 所属机构类型：选择项，包括学术界、工业界、其他
• 当前和官方的机构电子邮件（此电子邮件必须与您 Hugging Face 账户中的主要电子邮件匹配，@gmail/@hotmail/@qq 电子邮件域名将被拒绝）：文本输入
• 主要用例：选择项，包括各种任务的模型基准测试、生物标志物发现、诊断、病理工作流程加速（细胞和组织分割等）、其他
• 请添加您预期的研究用途信息：文本输入
• 我同意上述所有条款：复选框
• 我同意不分发该模型，如果我所在组织的其他用户希望使用 H-Optimus-1 模型，他们必须作为独立用户进行注册：复选框
• 我同意仅将此模型用于非商业性的学术目的：复选框
• 我有兴趣接收 Bioptimus 的更新：复选框（可选）

🙏 致谢

本项目由 GENCI 在 IDRIS 提供计算 HPC 和存储资源，感谢在超级计算机 Jean Zay 的 H100 分区上获得的 2024-GC011015442 资助。

📚 引用信息

如果您发现此仓库有用，请考虑引用我们的工作：

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