Cellpose-SAM

概要

2026.06.04にCellposeのバージョンアップがあり、基本モデルがcpsam_v2になり、DINOv3ベースのcpdinoが追加された。

これまでと少しコードが変わってくるので注意。

MacでもGPUデバイスを指定する必要がなくなった

Macでの構築環境について、メモを残しておきます（by 井上紘一）

準備

code:Anaconda Prompt

pip install --upgrade cellpose

Cellpose-dinoを使いたい場合は以下も（注：Python3.11以上が必要）

code:Anaconda Prompt

Sample code

code:jupyter notebook

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from cellpose import models, io, utils, plot,core

import torch

print(core.use_gpu())

code:jupyter notebook

print(f"Image shape: {images.shape}")

plt.title('First timepoint')

plt.colorbar()

plt.show()

code:jupyter notebook

%%time

model = models.CellposeModel(gpu=False)

fig = plt.figure(figsize=(16, 10))

plt.tight_layout()

plt.show()

code:jupyter notebook

%%time

model = models.CellposeModel(gpu=True)

fig = plt.figure(figsize=(16, 10))

plt.tight_layout()

plt.show()

code:jupyter notebook

%%time

model = models.CellposeModel(gpu=True)

for i, img in enumerate(images):

mask, flow, style = model.eval(img,flow_threshold=0.4,cellprob_threshold=0.0)

io.save_to_png(img, mask, flow, 'segmentation/'+str(i)+'.png')

＜Mac studio M4 Maxチップ 36 GB メモリの場合 by 井上＞

code: Miniconda

conda create -n cellpose-env2 python=3.10 -y

conda activate cellpose-env2

pip install torch torchvision torchaudio

# pipでcellposeと基本ライブラリをインストール

pip install cellpose tifffile matplotlib numpy pandas scikit-image scipy torch seaborn

pip install ipykernel

python -m ipykernel install --user --name=cellpose-env2 --display-name "Python (cellpose-env2)"

conda activate base

jupyter lab

カーネルを指定（Python (cellpose-env2)）して、実行

# ===== バージョン＆GPU確認 =====

import sys, platform

import numpy

import matplotlib

import pandas

import skimage

import scipy

import torch

import importlib.metadata

from cellpose import models, core

print("GPU利用可能:", core.use_gpu())

print("=== 環境情報 ===")

print("OS:", platform.system(), platform.release())

print("NumPy:", numpy.__version__)

print("matplotlib:", matplotlib.__version__)

print("pandas:", pandas.__version__)

print("scikit-image:", skimage.__version__)

print("SciPy:", scipy.__version__)

print("Torch:", torch.__version__, "| MPS available:",

getattr(torch.backends, "mps", None) and torch.backends.mps.is_available())

try:

cellpose_version = importlib.metadata.version("cellpose")

except Exception:

cellpose_version = "不明"

print("cellpose:", cellpose_version)

# ===== Cellposeモデル初期化（MPS有効ならGPU） =====

print("\n=== Cellpose モデル初期化チェック ===")

use_gpu = getattr(torch.backends, "mps", None) and torch.backends.mps.is_available()

try:

model = models.CellposeModel(model_type='cyto2', gpu=use_gpu)

print("Cellpose OK:", type(model).__name__, "| GPU使用:", use_gpu)

except Exception as e:

print("Cellpose 初期化エラー:", str(e))

raise SystemExit

# ===== マスク作成とオーバーレイ保存処理 =====

import os

import numpy as np

import matplotlib.pyplot as plt

from tifffile import imread, imwrite

from cellpose import plot

# === ファイルリスト（拡張可能） ===

# === ディレクトリ設定 ===

input_dir = "/Users/koichiinoue/Q-bio Exp(2025-)/Analysis-SP8ZDC4/SpeQ-ZDC4/images"

mask_dir = "/Users/koichiinoue/Q-bio Exp(2025-)/Analysis-SP8ZDC4/SpeQ-ZDC4/masks"

overlay_dir = "/Users/koichiinoue/Q-bio Exp(2025-)/Analysis-SP8ZDC4/SpeQ-ZDC4/visualize"

os.makedirs(mask_dir, exist_ok=True)

os.makedirs(overlay_dir, exist_ok=True)

# === 各画像の処理 ===

for filename in filenames:

print(f"\n--- 処理中: {filename} ---")

input_path = os.path.join(input_dir, filename)

# 画像読み込み（DICは単チャネル）

img = imread(input_path)

if img.ndim == 3:

print("画像shape:", img.shape, "| dtype:", img.dtype)

# float32で正規化

img_float = img.astype(np.float32)

img_float /= img_float.max()

# セグメンテーション実行

masks, flows, styles = model.eval(img_float,

diameter=None,

flow_threshold=0.4,

cellprob_threshold=0.0)

# === マスク保存 ===

mask_name = filename.replace(".tif", "_mask.tif")

mask_path = os.path.join(mask_dir, mask_name)

imwrite(mask_path, masks.astype(np.uint16))

print("マスク画像を保存:", mask_path)

# === オーバーレイ保存 ===

overlay_name = filename.replace(".tif", "_overlay.png")

overlay_path = os.path.join(overlay_dir, overlay_name)

fig = plt.figure(figsize=(10, 10))

plt.axis('off')

plt.tight_layout()

plt.savefig(overlay_path, dpi=300)

plt.close()

print("オーバーレイ画像を保存:", overlay_path)

GPU利用可能: True

=== 環境情報 ===

OS: Darwin 24.6.0

Python: 3.10.19

NumPy: 2.2.6

matplotlib: 3.10.7

pandas: 2.3.3

scikit-image: 0.25.2

SciPy: 1.15.3

Torch: 2.9.1 | MPS available: True

cellpose: 4.0.7