真实训练主链
从配置检查、训练、评估到结果构建,围绕同一条可执行主链组织,适合研究验证、课题复现与内部原型推进。
MedFusion 是一个面向 医学 AI 研究验证 的开源运行时。
它的重点不是只提供若干模型组件,而是把一条稳定的实验主链组织清楚:
配置检查 → 数据加载 → 模型训练 / 评估 → 结果构建 → 评估摘要 / 结果报告输出如果你需要的是:
那 MedFusion 的设计就是为这些事服务的。
第一次使用建议先做一件事:
uv run medfusion start 理解推荐路径如果你想自己新建 YAML 或模型,先看 如何新建模型与 YAML。 当前建议很直接:
如果你已经有自己的数据和任务定义,推荐顺序是:
先用 medfusion start 看 Getting Started 和 Quickstart Run
再回到配置驱动主链真正执行
最小命令示例:
uv run medfusion validate-config --config configs/starter/quickstart.yaml
uv run medfusion train --config configs/starter/quickstart.yaml
uv run medfusion build-results \
--config configs/starter/quickstart.yaml \
--checkpoint outputs/quickstart/checkpoints/best.pth如果你只是想先验证环境、流程和结果结构,当前首推对外演示路径就是:public-datasets -> train -> build-results
最小命令示例:
uv run medfusion public-datasets list
uv run medfusion public-datasets prepare medmnist-breastmnist --overwrite
uv run medfusion train --config configs/public_datasets/breastmnist_quickstart.yaml
uv run medfusion build-results \
--config configs/public_datasets/breastmnist_quickstart.yaml \
--checkpoint outputs/public_datasets/breastmnist_quickstart/checkpoints/best.pthMedFusion 输出的不只是模型 checkpoint,还包括一组更适合被系统消费的结果文件,例如:
metrics/metrics.jsonmetrics/validation.jsonreports/summary.jsonreports/report.md这让它既适合研究验证,也适合作为上层产品或工作台的执行核心。
配置驱动实验组织
模块化模型能力
结果与报告闭环
面向上层承接
medfusion start、Getting Started 和 Quickstart Run 理解推荐首跑路径