XraySorterAI
ONNX-классификатор проекций и стороны тела на рентгене
1 min read
Экспорт в ONNX двух классификаторов XraySorterAI на базе Xception: один определяет проекцию (45 классов), второй — сторону тела (12 выходов). Модели опубликованы пользователем pnhuy для рентгенограмм опорно-двигательного аппарата и работают через ONNX Runtime без TensorFlow.
Ключевые особенности
- Два ONNX-файла:
projection.onnx(45 классов) иside.onnx(12 выходов; метки right/left чередуются, как в оригинале). - Вход
float32 [N, 256, 256, 3], dynamic batch; нормализация Xception (x/127.5 - 1) уже внутри графа, на выходе softmax-вероятности. inference.pyпринимает.dcm,.png,.nii.gz,PIL.Image,pydicom Datasetи NumPy-массивы.- Учитывает особенности обучения: 8-битные изображения умножаются на 16, upright-снимки переводятся анти-транспонированием.
- Только research/demo: не для клинических или диагностических решений.
Пример
from inference import XraySorter
sorter = XraySorter(".")
result = sorter.predict("scan.dcm")
print(result)
# {'projection': {'label': 'ap_knee', 'confidence': 0.99},
# 'side': {'label': 'bodyside_left', 'confidence': 0.98}}
Подробнее
На 14 веб-рентгенограммах projection accuracy: 0/14 без предобработки, 9/14 только с поправкой диапазона и 13/14 с обеими поправками.Пропуск шага ориентации делает side-модель ненадёжной. Требования к VRAM не указаны; нужны ONNX Runtime, OpenCV и NumPy.
Grad-CAM в экспорт не включён; используйте изображения без персональных идентификаторов.










Comments