HMH-1-Cell
классификатор и детектор клеток
2 мин чтения
Двухэтапный пайплайн на базе onnxruntime для анализа микроскопических изображений, объединяющий детекцию объектов и классификацию по 20 категориям. Система находит клетки с помощью модели YOLO11s-seg, а затем классифицирует их на клеточные линии, клетки крови, иммунные клетки и образцы с малярией. Решение работает на обычном CPU без необходимости устанавливать тяжелый PyTorch. Проект пригодится исследователям, биоинформатикам и разработчикам приложений для анализа клеточных культур.
Ключевые особенности
- Двухэтапная архитектура: YOLO11s-seg для поиска и ResNet18 для точного определения типов клеток.
- Поддержка 20 различных классов, включая линии клеток, элементы крови и образцы малярии.
- Полная автономность работы на CPU с использованием библиотеки onnxruntime.
- Открытая структура данных с возможностью расширения и кастомизации через конфигурационные файлы.
Что можно сделать
- Интегрировать пайплайн в локальные скрипты для автоматической обработки микроскопических снимков.
- Запустить полный цикл обработки полноразмерных изображений с детекцией, обрезкой и классификацией.
- Использовать готовые веса и классы для создания специализированных диагностических прототипов.
Пример
import json, numpy as np, onnxruntime as ort
from PIL import Image
cls = ort.InferenceSession("model.onnx", providers=["CPUExecutionProvider"])
meta = json.load(open("classes.json", encoding="utf-8"))
classes = meta["classes"]
im = Image.open("sample_cell.jpg").convert("RGB").resize((128, 128))
x = np.asarray(im, dtype=np.float32) / 255.0
x = x.transpose(2, 0, 1)[None]
logits = cls.run(None, {cls.get_inputs()[0].name: x})[0][0]
print(classes[int(np.argmax(logits))]["name_cn"])
Подробнее
• Точность (top-1) классификатора: 94.04% на тестовом наборе из 29,668 изображений.• Детектор (LIVECell): recall 0.813, precision 0.781, F1 0.797.
• Обучено на данных LIVECell, BloodMNIST, Deepcell и NIH Malaria.
• Лицензия: CC BY-NC 4.0 (только для некоммерческого использования).
• Ограничение: оптимизировано под фазово-контрастную и светлоклеточную микроскопию.










Комментарии