Lesion Segmentation Model 1

Исследовательский прототип от MGT 200 для выделения поражений кожи на дерматоскопических изображениях. Это файнтюн yolo26s-seg на ISIC 2018 Task 1: один класс skin lesion, 11.43M параметров, вес 23.3 MB. Модель не ставит диагноз и не является медицинским изделием.

🔥 Ключевые особенности

• 📷 Сегментация одного класса на снимках 640 px; чекпоинт из эпохи 38, early stopping на 58-й.
• 📚 Официальные сплиты ISIC 2018: 2,541 train / 97 val / 1,000 test; независимость на уровне пациентов не гарантируется.
• ✔ На тесте Dice 0.8874 и IoU 0.8205; медианный Dice 0.9358.
• ❗ Не диагностирует рак, не клинически валидирована и не обучена на телефонных фото.
• 💻 Компактный чекпоинт: 11.43M параметров и 23.3 MB.

💻 Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO
model = YOLO(hf_hub_download("christiankhoury05/lesion-segmentation-model-1", "best.pt"))
results = model.predict("dermoscopy.jpg", conf=0.25)

Подробнее

Метрики на 1,000 изображений ISIC 2018: Dice 0.8874, IoU 0.8205; 95% bootstrap CI — [0.8778, 0.8960] и [0.8099, 0.8311].
Пропущено 13 контуров; медианная абсолютная относительная ошибка площади — 8.70%.
Ограничения: один публичный датасет, нет оценки на телефонных и недерматоскопических снимках, не проверены разные тона кожи.
Лицензия весов — AGPL-3.0; данные ISIC 2018 — CC0.