Google Colaboratory の無料GPUで、MediSeg.AI のデモ・Web GUI・学習を実行する手順です。
- 学習（訓練）を Colab で行う: COLAB_TRAINING_GUIDE.md に具体的な手順とデータセットのダウンロード可否をまとめています。
- GitHub から: リポジトリの
MediSeg_AI_Colab.ipynbを開き、「Open in Colab」 をクリックするか、 - Colab にアップロード: Google Colab にログインし、
MediSeg_AI_Colab.ipynbをアップロードして開く。
- ランタイム > ランタイムのタイプを変更 で GPU を選択（任意・推奨）。
- セル 1（クローン）:
REPO_URLを 自分のリポジトリURL に書き換える（フォークした場合はそのURL）。
例:https://github.com/あなたのユーザー名/MediSeg-AI.git - セル 2（クローン実行） を実行 → リポジトリが
/content/MediSeg-AIにクローンされる。 - セル 3（セットアップ） を実行 →
pip installとディレクトリ作成が行われる。 - セル 4（Web GUI 起動） を実行 → 表示された URL（
http://127.0.0.1:8080または ngrok のURL）をブラウザで開く。
注意: Web GUI を表示しているセルは 実行し続けたまま にしておく必要があります。セル実行を止めるとサーバーも止まります。
ノートブック内の「学習を実行する」セルで次を実行します。
!python main.py demo- 合成データを生成してから
train-medicalを実行します。
from mediseg_ai.data_loaders.real_datasets import RealDatasetDownloader
d = RealDatasetDownloader(data_dir="/content/MediSeg-AI/data")
d.download_dataset("medical_small")!python main.py train-medical --data-dir /content/MediSeg-AI/data/medical_small --save-dir /content/MediSeg-AI/results- ngrok で無料アカウントを作成し、認証トークン を取得する。
- ノートブックの「ngrok認証トークンの設定」セルで
NGROK_TOKEN = "あなたのトークン"を設定する。 - Web GUI 起動セルを実行すると、ngrok の公開URLが表示される。
| 現象 | 対処 |
|---|---|
ModuleNotFoundError: No module named 'backend' |
セル 3 で sys.path.insert(0, REPO_DIR) と !python colab_setup.py を実行したか確認。先にセル 2・3 を順に実行する。 |
| GPU が使えない | ランタイム > ランタイムのタイプを変更 > GPU を選び、ランタイムを再起動する。 |
| Web GUI の URL にアクセスできない | Colab 上では「プレビュー」リンクを使うか、ngrok トークンを設定して表示された公開URLを使う。 |
| セッションが切れた | 無料枠は約12時間でタイムアウトします。必要なファイルは Google Drive に保存しておく。 |
- USAGE.md - ローカルでの起動・コマンド一覧
- docs/TRAINING_COST_COMPARISON.md - 手持ちPC vs クラウドのコスト比較