许可协议：apache-2.0
标签：

• 图像分割
• 视觉
• 眼底
• 视盘
• 视杯
  微件：
• 示例图片：
  
  示例标题：眼底图像

模型卡片

该SegFormer模型基于REFUGE挑战赛数据集进行了专项微调，该数据集是视网膜眼底图像解剖结构语义分割的公开基准。通过微调，模型可实现对视盘和视杯这两个眼科诊断关键结构的专家级分割。

模型详情

模型描述

• 开发者：徐旭
• 共享者：徐旭
• **模型类型：**图像分割
• **许可协议：**Apache-2.0

用途

该预训练模型专用于视网膜眼底图像中视盘与视杯关键解剖结构的语义分割。输入眼底图像后，模型将输出分割结果。

偏差、风险与局限性

本模型仅使用视网膜眼底图像进行专项训练与微调，旨在实现包括视盘和视杯在内的解剖结构语义分割。为确保最佳分割性能，必须严格限定输入数据为眼底图像。

快速开始

使用以下代码快速调用模型：

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)  

引用

BibTeX格式：
[需补充信息]

APA格式：
[需补充信息]

联系方式

• 电子邮箱：pamixsun@gmail.com