FLAIR

看懂眼底图像的AI,一句描述输出临床结论

FLAIR是一个针对视网膜眼底图像理解的基础语言-图像模型,发表于医学图像分析期刊MedIA'25。它旨在解决医学影像领域标注数据稀缺、模型泛化能力差的问题,通过将视觉编码器与语言模型对齐,实现从眼底图像中提取结构化的临床语义信息。核心能力包括:支持多种下游任务(如疾病分类、病变检测、视觉问答),能够生成自然语言描述,并具备零样本或少样本学习能力。项目基于Python实现,提供了预训练权重和推理代码,方便研究者直接使用或微调。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 186
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队jusiro
所属国家
定价模式free
价格说明开源模型,Apache-2.0许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型foundation-models,fundus-image-analysis,medical-imaging,vision-language-pretraining
GitHub 星标★ 186
30天Star增速
HF 下载量
上线时间2023-07-17 00:00:00
最近更新2026-09-13 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 首个专为视网膜眼底图像设计的基础语言-图像模型,领域针对性强
  • 支持零样本/少样本分类和视觉问答,降低标注依赖
  • 已发表MedIA期刊,算法经过同行评审,可信度较高

不足之处

  • GitHub星标仅188,社区生态和文档完善度待观察
  • 预训练模型可能仅针对特定眼底相机,跨设备泛化需验证

适用场景

  • 视网膜疾病自动筛查(糖尿病视网膜病变、黄斑变性等)
  • 眼底图像临床报告自动生成
  • 医学影像AI教学与科研中的多模态特征提取

替代项目

MedCLIP、BioViL、CLIP

项目介绍

FLAIR 是开源模型领域的开源项目,由 jusiro 开发,2023 年首次发布。

它收录于开源模型分类,该分类目前共有 422 个项目,GitHub 星标数为 186。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-13。Apache-2.0许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:视网膜疾病自动筛查(糖尿病视网膜病变、黄斑变性等)。同类可对比的替代方案包括 MedCLIP、BioViL、CLIP。

上一篇:PhysioWave

下一篇:XR-1

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10