Medical Annotation: Corneal Endothelium Cells Masks

这是一个专门用于生成角膜内皮细胞二值分割掩码的LoRA模型。它生成高对比度、严格单色（黑白）图像，以表示细胞边界和结构。

主要特性：

• 输出：二值掩码（黑色背景/白色细胞，或反之）。

• 用途：非常适合为医学图像分割任务生成合成真实数据（例如训练U-Net模型）或创建程序化生物纹理。

• 工作流与ControlNet集成：当与ControlNet结合使用时，该模型在合成数据生成方面效果极佳。

  • 创建配对数据集：您可以先使用此LoRA生成二值掩码，然后将该掩码输入ControlNet，以引导我的模型“医学SEM风格：角膜细胞”。

  • 推荐的ControlNet权重：1.5

  • 结果：此工作流可生成完美对齐的（图像，标签）配对，无需人工标注即可用于训练分割网络（如U-Net）。

推荐LoRA权重：1.5 基础模型：SD 1.5

训练数据与配置：

• 数据集：50张手动标注的角膜内皮光显微图像掩码。

• 训练策略：每张图像进行40次强化训练。

• 总步数：1,000步。

• 批量大小：2

• 分辨率：512x512