库名称：transformers
标签：

• 放射学
• 乳腺钼靶裁剪
• 乳腺钼靶摄影
• 医学影像
  许可证：apache-2.0
  基础模型：
• timm/mobilenetv3_small_100.lamb_in1k
  流水线标签：目标检测

该模型用于裁剪乳腺钼靶影像以去除不必要的背景。模型采用轻量级mobilenetv3_small_100主干网络，预测归一化的xywh坐标。

模型训练和验证使用了来自RSNA乳腺钼靶筛查乳腺癌检测挑战赛的54,706张筛查乳腺钼靶影像，按90%/10%的比例划分数据集。在单折验证中，模型的平均绝对误差（归一化坐标）如下：

x: 0.0032  
y: 0.0030  
w: 0.0054  
h: 0.0088  

真实坐标通过以下代码生成：

import cv2  

def crop_roi(img):  
    img = img[5:-5, 5:-5]  

    output = cv2.connectedComponentsWithStats((img > 10).astype("uint8")[:, :], 8, cv2.CV_32S)  
    stats = output[2]  

    idx = stats[1:, 4].argmax() + 1  
    x1, y1, w, h = stats[idx][:4]  
    x1 = max(0, x1 - 5)  
    y1 = max(0, y1 - 5)  

    img_h, img_w = img.shape[:2]  

    return x1, y1, w, h  

虽然不能保证完全无误差，但对裁剪样本图像的初步检查显示其性能优异。模型采用较大批量（256）训练以减少噪声。输入模型的图像应为[0, 255]范围。若从DICOM文件加载，需将输入转换为8位图像，通过model.preprocess处理，并确保传入模型前转换为浮点型torch.Tensor。归一化步骤在模型内部完成。

使用方法：

import cv2  
import torch  
from transformers import AutoModel  

model = AutoModel.from_pretrained("ianpan/mammo-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()  

# 若不提供img_shape  
# 模型将返回归一化坐标  
with torch.inference_mode():  
    coords = model(x, img_shape)  

# 批次中仅单样本  
coords = coords[0].numpy()  
x, y, w, h = coords  
# 坐标已通过img_shape缩放  
cropped_img = img[y: y + h, x: x + w]  

若已安装pydicom，可直接加载DICOM图像：

img = model.load_image_from_dicom(dicom文件路径)