mdi-sam-server 的项目扩展与二次开发

项目的基础介绍

mdi-sam-server 是由香港科技大学医疗数据智能实验室（Medical Data Intelligence Lab）开发的一个基于 SAM（Segment Anything Model）的开源项目。该项目提供了一个实时识别服务器，用于对全切片图像（Whole Slide Image，简称 WSI）和简单图像进行分割标注。它可以作为 Label-Studio 的机器学习后端，支持多种标注模式，并能够处理不同类型的数据。

项目核心功能

• 实时标注：支持多点标注和单矩形标注。
• 正负样本提示：支持使用不同正负值的提示。
• 全切片图像识别：对 WSI 进行分割标注。
• 多种模型支持：包括 Meta SAM、Meta SAM2、mobile_sam 和 ONNX 模式。

项目使用的框架或库

项目主要使用以下框架和库：

• Python：项目使用 Python 3.10 进行开发。
• Docker：使用 Docker 容器化技术，方便部署和运行。
• Label-Studio：作为标注工具的机器学习后端。
• SAM：核心的分割标注模型。

项目的代码目录及介绍

项目的代码目录结构如下：

• bin：存储二进制文件。
• conf：配置文件目录。
• docs：文档目录。
• models：预训练模型文件。
• src：源代码目录，包括主要的逻辑和服务器启动脚本。
• tests：测试代码目录。
• .dockerignore：Docker 忽略文件。
• .gitignore：Git 忽略文件。
• Dockerfile：Docker 容器构建文件。
• LICENSE：项目许可证文件。
• README.md：项目说明文件。
• init.sh：初始化脚本，用于设置环境变量和下载模型。
• pyproject.toml：Python 项目配置文件。
• requirements.txt：项目依赖文件。

对项目进行扩展或二次开发的方向

1. 模型优化：可以根据具体的应用场景对 SAM 模型进行优化，提高分割标注的准确性和效率。
2. 新模型集成：将更多的分割标注模型集成到服务器中，以支持更广泛的应用需求。
3. 功能扩展：增加新的标注模式，如多边形标注、自由绘制标注等。
4. 界面优化：改进用户界面，提供更友好的用户操作体验。
5. 性能提升：优化服务器性能，提高处理大数据量的能力。
6. 跨平台支持：增加对其他操作系统和硬件平台的支持，提高项目的适用范围。