finetune-SAM 是模型训练领域的开源项目，由 mazurowski-lab 开发，2024 年首次发布。
它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 279。
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 2026-09-11。Apache-2.0许可证，可自由使用和修改，无付费版本。
它主要面向的使用场景是：医学影像分割任务定制（如器官、病灶分割）。同类可对比的替代方案包括 MedSAM、SAM-Med2D、MONAI。
finetune-SAM
把通用分割模型SAM微调到你的医学图像上，提升精度
finetune-SAM 是官方提供的用于在定制医学图像上微调 SAM（Segment Anything Model）的代码仓库。它解决了通用分割模型在医学影像领域表现不佳的问题，通过提供一套完整的微调流程，让开发者能够利用自己的医学图像数据（如CT、MRI、病理切片等）对SAM进行适配。核心能力包括数据加载、模型微调训练、评估与推理脚本，支持自定义数据集格式，并基于PyTorch实现。项目结构清晰，适合研究人员和工程师快速上手，将SAM的强大分割能力迁移到特定医学任务中，提升分割精度。
开源
free
开源模型
GitHub 星标
★ 279
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队mazurowski-lab
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可自由使用和修改，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型finetune,foundation-models,medical-imaging,sam
GitHub 星标★ 279
30天Star增速
HF 下载量
上线时间2024-04-09 00:00:00
最近更新2026-09-11 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
- 官方出品，代码规范，与SAM原版接口兼容
- 提供完整微调流程，从数据准备到评估推理一站式
- 针对医学图像定制，解决通用模型在医疗场景的适配问题
不足之处
- 文档/社区待观察
- 依赖SAM预训练权重，需额外下载，增加部署复杂度
适用场景
- 医学影像分割任务定制（如器官、病灶分割）
- 科研人员快速验证SAM在特定数据集上的微调效果
- 医疗AI产品开发中，将基础模型适配到私有医学数据
替代项目
MedSAM、SAM-Med2D、MONAI
项目介绍
上一篇：language-planner
下一篇：TSLANet
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···