跳到主要内容

English | 简体中文

🧩 SegVol

主要基于 CT 训练的通用可提示体积分割模型,结合 3D 图像编码器、文本提示和空间提示。

官方代码论文权重

← 模型目录

基本信息​

字段说明
模型类型文本与空间提示 3D 分割
研究团队 / 机构北京智源人工智能研究院(BAAI),DCAI
输入 / 模态3D CT;上游论文/发布版本强调支持 200 多种解剖类别。
提示 / 交互文本、点和框提示;可选 zoom-in/zoom-out 细化。
代码许可代码:MIT。权重条款请以模型托管页面为准。

📚 论文与发表信息​

SegVol: Universal and Interactive Volumetric Medical Image Segmentation — NeurIPS 2024 Spotlight;arXiv:2311.13385。

📦 权重与获取方式​

官方 checkpoint 和 demo 数据见 BAAI Hugging Face 仓库及 Google Drive;demo 脚本还需要本地 CLIP text encoder 文件夹。

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​

# 按仓库旧版兼容环境安装(PyTorch >=1.11、MONAI 0.9.0、
# transformers 4.18.0、einops 0.6.1)。
pip install 'monai[all]==0.9.0' einops==0.6.1 transformers==4.18.0
# 编辑 config/config_demo.json 和 script/inference_demo.sh:
# 设置 CT、真值、SegVol checkpoint、CLIP checkpoint 和工作目录。
bash script/inference_demo.sh

注意:上游 demo/评估脚本读取真值掩膜来合成点/框提示,属于 GT-derived/oracle 提示,不是人工输入推理流程。详见官方推理指南。

⚠️ 版本与使用说明​

官方 evaluation demo 会根据 ground-truth mask 合成点/框提示,属于 GT-derived/oracle。部署或 human-in-the-loop 评估时,提示应独立于真值生成。

📜 许可​

代码:MIT。权重条款请以模型托管页面为准。

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。