DA-SAM3

English简体中文

一种参数高效的 SAM 3 医学适配方法,使用 Dynamic Expert Router(DER)和 Decomposed Parameterized Experts(DPE),将文本/视觉特征路由到轻量专家。

官方代码 论文 权重

← 模型目录

基本信息

字段 说明
模型类型 参数高效的医学 SAM3 适配
研究团队 / 机构 Shenzhen Research Institute, The Chinese University of Hong Kong, Shenzhen(香港中文大学深圳研究院);University of Science and Technology of China(中国科学技术大学);Nanyang Technological University(南洋理工大学);Imperial College London(帝国理工学院,Imperial Global Singapore)。
输入 / 模态 医学图像分割;公开仓库列出 Synapse、MMWHS、BTCV 和 ACDC 数据集。
提示 / 交互 自然语言文本提示,并结合图像条件的 expert routing。
代码许可 检查到的 GitHub README 标注 research use only,仓库快照未见顶层 LICENSE。SAM 3 base weights 仍受 Meta SAM License 约束。MICCAI 论文页未列代码链接,而公开 GitHub README 自称 official implementation。

📚 论文与发表信息

Dual-Adaptive SAM3: Hierarchical Routing over Low-Rank Expert Layers for Parameter-Efficient Medical Image Segmentation — MICCAI 2026,LNCS 16884,第 155–164 页;arXiv:2607.02571。

📦 权重与获取方式

项目链接了 gated SAM 3 base checkpoint,但没有列出可下载的 DA-SAM3 checkpoint。推理示例要求本地生成 outputs/da_sam3/best_warmup.pt。

代码、模型 checkpoint 及所需 foundation-model checkpoint 可能适用不同条款。使用或再分发前请分别查看对应来源。

⚙️ 官方环境与推理方式

1
2
3
4
5
6
7
8
9
10
11
git clone https://github.com/Reconsider80/DA-SAM3.git
cd DA-SAM3
git clone https://github.com/Chongcong/Medical-SAM3.git ../Medical-SAM3
pip install -r requirements.txt
pip install -e .
# 按 README 设置 SAM3_ROOT、PYTHONPATH 和 HF_TOKEN。
python train.py --config configs/da_sam3_default.yaml --stage warmup
# 训练完成或取得兼容 DA checkpoint 后:
python infer.py --config configs/da_sam3_default.yaml \
--checkpoint outputs/da_sam3/best_warmup.pt \
--image path/to/ct_slice.png --prompt "left ventricle" --output result.png

⚠️ 版本与使用说明

公开实现未列出可下载的 DA-SAM3 checkpoint。请记录 Git revision、SAM 3 base checkpoint、训练阶段和 adapter checkpoint;论文页和 GitHub README 对代码发布状态的说明目前不同。

📜 许可

检查到的 GitHub README 标注 research use only,仓库快照未见顶层 LICENSE。SAM 3 base weights 仍受 Meta SAM License 约束。MICCAI 论文页未列代码链接,而公开 GitHub README 自称 official implementation。

引用:请按作者要求引用上述论文及上游项目。本仓库仅链接原始论文,不再分发代码或权重。

来源页面核对日期:2026 年 10 月 27 日。上游环境、权重和访问政策可能变化,请以链接的项目页面为准。