RETFound

拿医学影像直接预训练，少标注也能做AI诊断

RETFound 是一个面向医学影像的视觉基础模型项目，由伦敦大学学院等机构开发，提供预训练模型权重和微调代码。它基于自监督学习（如 MAE、DINOv2 等）在大量未标注的医学图像（如眼底彩照、OCT）上预训练，旨在解决医学影像标注稀缺、通用模型迁移效果差的问题。核心能力包括：支持多种骨干网络（ViT 等）和预训练范式，提供针对眼科、皮肤科等任务的微调脚本，以及通过冻结主干、线性探测或全量微调等方式适配下游任务。项目代码基于 PyTorch，易于集成到现有医学影像分析流程中。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 676
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rmaphoh
所属国家
官网地址
GitHubhttps://github.com/rmaphoh/RETFound
定价模式free
价格说明开源模型，可自行部署，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai,disease-detection,eye,foundation-models,medical-imaging
GitHub 星标★ 676
30天Star增速
HF 下载量
上线时间2023-01-30 00:00:00
最近更新2026-09-22 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

  • 提供在真实眼科影像上预训练的模型权重，比通用模型更贴合医学分布
  • 支持多种预训练范式（MAE、DINOv2等），可灵活选择
  • 有完整的微调示例脚本，上手门槛低

不足之处

  • 主要面向眼科，其他医学领域覆盖有限
  • 文档和社区支持待观察

适用场景

  • 眼科疾病（糖网、黄斑变性）的自动筛查
  • 医学影像分类和分割任务的预训练初始化
  • 低标注数据场景下的医学AI模型开发

替代项目

Med3D、MedicalNet、MoCo-CXR

项目介绍

RETFound 是开源模型领域的开源项目，由 rmaphoh 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 676。

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 2026-09-22。可自行部署，完全免费。

它主要面向的使用场景是：眼科疾病（糖网、黄斑变性）的自动筛查。同类可对比的替代方案包括 Med3D、MedicalNet、MoCo-CXR。

上一篇：ModelsGenesis

下一篇：Awesome-Reasoning-Foundation-Models

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