К содержимому
Другое

MAMAGuard-Net

25 чекпоинтов nnU-Net v2 для сегментации опухолей на МРТ

2 мин чтенияобновлено

Исследовательский набор весов для задачи сегментации опухолей молочной железы на динамических МРТ с контрастированием (DCE-MRI). Релиз подготовлен авторами научной работы и включает 25 финальных чекпоинтов на базе архитектуры nnU-Net v2 ResEncL. Модели обучены в рамках 5-фолдовой кросс-валидации (разделения данных на 5 частей для проверки) с пятью разными стратегиями аугментации данных, включая фазово-согласованную рандомизацию интенсивности. На выходе модель строит маску сегментации опухоли по трёхканальному входу (доконтрастная, ранняя и поздняя постконтрастные фазы). Набор пригодится исследователям в области медицинской визуализации для воспроизведения экспериментов и сравнения методов аугментации.

Ключевые особенности

  • Архитектура nnU-Net v2 ResEncL: проверенный фреймворк для сегментации медицинских изображений с остаточным энкодером.
  • Пять стратегий аугментации: от обучения без аугментаций (A0) и стандартного подхода nnU-Net (A1) до аффинных преобразований (A3) и аугментации с ограничением порядка фаз (A4).
  • Полная воспроизводимость: 5 фолдов на каждую конфигурацию (seed 20261031), файлы планов plans.json, описания датасета и проверка целостности через SHA256SUMS.
  • Трёхфазный ввод МРТ: модели ожидают снимки в строгом порядке каналов — преконтраст, ранний и поздний постконтраст.

Что можно сделать

  • Сравнить влияние аугментаций: оценить, как разные способы искажения интенсивности и геометрии влияют на точность выделения опухолей в многоцентровых данных MAMA-MIA.
  • Запустить инференс на отложенной выборке: использовать команду nnUNetv2_predict_from_modelfolder с соответствующим фолдом и метаданными конфигурации для получения масок сегментации.
  • Использовать как бейзлайн: взять готовые веса и планы обучения за отправную точку в собственных исследованиях по анализу динамической МРТ.

Пример

hf download harshitrk07/MAMAGuard-Net \
  --revision 4e8d231c3ad821be90be8b5c30b329a658c26d59 \
  --include 'A3_shared_affine/**' 'SHA256SUMS' \
  --local-dir mamaguard-weights

cd mamaguard-weights
awk '$2 ~ /^A3_shared_affine\// {print}' SHA256SUMS | sha256sum -c -
ПодробнееОбщий объём всех 25 чекпоинтов составляет около 26.35 GiB (можно скачивать конфигурации выборочно).
Для запуска инференса и регистрации кастомных трейнеров требуется доступ к закрытому репозиторию кода v0.1.0-paper (по приглашению).
Датасет MAMA-MIA распространяется отдельно на собственных условиях доступа и цитирования.
Модели предназначены только для исследований на внутренней кросс-валидации: клиническое применение и обобщение на внешнюю когорту Yunnan не подтверждены, отдельная лицензия на веса не указана.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.1 GB · готовые файлы1.7 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.1 GB
  • 4-bitвеса 0.3 GB0.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # harshitrk07/MAMAGuard-Net
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download harshitrk07/MAMAGuard-Net --local-dir ~/models/MAMAGuard-Net
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MAMAGuard-Net
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии MAMAGuard-Net — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

harshitrk07/MAMAGuard-Net
Автор
harshitrk07
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии