Endo-FM

Endo-FM提供了一个使用海量内窥镜视频数据开发的基础医疗图像模型。构建的视频transformer基础模型可以捕获跨空间和时间维度的局部和全局远程依赖关系。通过自监督的方式使用全局和局部视图对Transformer模型进行预训练，旨在使其对时空变化和不同场景的区分具有鲁棒性。