SAM 3 的医学适配项目,分别提供 2D benchmark 工具和较新的 3D v2 训练/评估流程。当前 3D 路径以独立的四切片 clip 对整个体数据执行文本提示推理。
基本信息
| 字段 | 说明 |
|---|---|
| 模型类型 | Medical-SAM3 的 2D/3D 适配 |
| 研究团队 / 机构 | 论文署名单位包括 University of Central Florida、University College London、University of Illinois Urbana-Champaign、University of Trento、The Hong Kong Polytechnic University 和 University of Pennsylvania。 |
| 输入 / 模态 | 2D 医学 benchmark 与 3D NPZ 体数据;需注明结果使用的代码路径/版本。 |
| 提示 / 交互 | 2D 框/文本提示;当前 3D v2 推理使用文本提示并覆盖完整深度。 |
| 代码许可 | 仓库中的 SAM materials 包含 Meta 的 SAM License。微调 checkpoint 的条款请查看当前 Hugging Face model card。 |
📚 论文与发表信息
Medical SAM3: A Foundation Model for Universal Prompt-Driven Medical Image Segmentation — arXiv:2601.10880(2026 年预印本)。
📦 权重与获取方式
项目在 Hugging Face 提供模型 checkpoint,包括 2026 年 6 月发布的 3D v2 权重。请明确选择 2D 或 3D artifact;3D CLI 需要本地 medical_sam3_3d.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 | git clone https://github.com/AIM-Research-Lab/Medical-SAM3.git |
2D evaluation 路径独立:cd inference && python run_medsam3_evaluation.py --checkpoint ... --model-name medsam3。3D 路径输出 NPZ 文件,其中 segs 保持原始 (D,H,W) 几何。
⚠️ 版本与使用说明
仓库分别提供 2D 和 3D 流程。对于 3D v2,上游 README 说明推理覆盖完整深度,不使用真值提示或由真值选择的切片。
📜 许可
仓库中的 SAM materials 包含 Meta 的 SAM License。微调 checkpoint 的条款请查看当前 Hugging Face model card。
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。