К содержимому
Другое

TASA Brain MRI TD-v1

чекпоинт BiomedCLIP для анализа МРТ мозга

2 мин чтенияобновлено

Это дообученная версия мультимодальной модели Microsoft BiomedCLIP (ViT-Base/16 + PubMedBERT), адаптированная для работы со снимками МРТ головного мозга. Модель учится различать наличие и отсутствие опухолей за счёт метода Token Dropping (удаления патчей изображения с целевой областью после позиционного эмбеддинга для создания негативных примеров). В отличие от ранней версии на 12 644 снимках, этот чекпоинт переобучен на очищенной выборке из 5 133 изображений без дубликатов из тестового банка Figshare. Подойдёт исследователям в области медицинской визуализации и разработчикам пайплайнов на базе OpenCLIP.

Ключевые особенности

  • Обучена на очищенном датасете из 5 133 снимков МРТ (4 886 глиом, 233 менингиомы и 14 опухолей гипофиза) из наборов BraTS и BRISC.
  • Использует функцию потерь Tasa50Loss с фиксированными весами и обучением обоих энкодеров — визуального и текстового.
  • Применяет GT-guided Token Dropping: удаляет патчи размером 16x16 пикселей, если в них есть минимум 10 целевых пикселей, сохраняя позиции остальных токенов.
  • Опубликована в виде полного тренировочного чекпоинта OpenCLIP (epoch_50.pt, ~2,35 ГБ), включая state_dict, оптимизатор и скейлер.

Что можно сделать

  • Использовать для генерации эмбеддингов МРТ-снимков и бинарной классификации (опухоль / норма) методом косинусного сходства.
  • Конвертировать вес модели из формата OpenCLIP для интеграции в собственные исследовательские пайплайны нейровизуализации.
  • Сравнивать качество представлений на очищенной выборке без утечек данных с базовым BiomedCLIP и моделью на полном датасете.

Пример

from huggingface_hub import hf_hub_download

checkpoint = hf_hub_download(
    repo_id="KRMayD/tasa-brain-mri-td-v1-train5133-50ep",
    filename="epoch_50.pt",
)
ПодробнееМетрики на тесте Figshare (6 128 входов): Macro AUROC — 78.24%, Macro FPR95 — 68.51%.
Обучение: 50 эпох, batch size 32, AdamW (lr 5e-7), AMP, один GPU.
Ограничения: не поддерживается через стандартный AutoModel без загрузчика OpenCLIP; результаты сегментации не заявлены; независимость на уровне пациентов не сертифицирована.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.2 GB · готовые файлы2.9 GB
  • FP8 / INT8рекомендуемвеса 1.1 GB1.7 GB
  • 4-bitвеса 0.6 GB1.2 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.

    # KRMayD/tasa-brain-mri-td-v1-train5133-50ep
    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 KRMayD/tasa-brain-mri-td-v1-train5133-50ep --local-dir ~/models/tasa-brain-mri-td-v1-train5133-50ep
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tasa-brain-mri-td-v1-train5133-50ep
  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 BiomedCLIP-PubMedBERT_256-vit_base_patch16_224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 1Все на Hugging Face
Дообучения 9Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

KRMayD/tasa-brain-mri-td-v1-train5133-50ep
Автор
KRMayD
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