Medical Annotation: Corneal Endothelium Cells Masks

これは角膜内皮細胞のバイナリセグメンテーションマスクを生成するために特化したLoRAです。細胞の境界と構造を表す、高コントラストで厳密にモノクロ（黒と白）の画像を生成します。

主な特徴：

• 出力：バイナリマスク（黒背景/白細胞、またはその逆）

• 使用方法：医療画像セグメンテーションタスク（例：U-Netモデルのトレーニング）用の合成グランドトゥルースデータの生成や、プロシージャルな生物学的テクスチャの作成に最適です。

• ワークフローとControlNetの統合：このモデルはControlNetと組み合わせると、合成データ生成に非常に効果的です。

  • ペアデータセットの作成：このLoRAを使用してまずバイナリマスクを生成し、そのマスクをControlNetに渡して、私のモデル「Medical SEM Style: Corneal Cells」を制御できます。

  • 推奨ControlNet重み：1.5

  • 結果：このワークフローにより、手動アノテーションなしでセグメンテーションネットワーク（U-Netなど）のトレーニングに不可欠な、完全にアラインされた（画像、ラベル）ペアを生成できます。

推奨LoRA重み：1.5　ベースモデル：SD 1.5

トレーニングデータと設定：

• データセット：角膜内皮の光顕写真の50枚の手動アノテーションマスク

• トレーニング戦略：1画像あたり40回のロバストなトレーニング

• 合計ステップ数：1,000ステップ

• バッチサイズ：2

• 解像度：512x512