Nous présentons les modèles VascX, un ensemble complet de modèles pour l'analyse de la vasculature rétinienne à partir d'images fondus d'œil en couleur (CFIs). Les CFIs annotées ont été rassemblées à partir de jeux de données publics. Des CFIs supplémentaires, principalement issues de l'étude populationnelle de Rotterdam, ont été annotées par des évaluateurs au niveau du pixel pour les artères et les veines, aboutissant à un jeu de données diversifié en termes de démographie des patients et de conditions d'imagerie. Les modèles VascX ont démontré une performance de segmentation supérieure sur différents jeux de données, niveaux de qualité d'image et régions anatomiques par rapport aux modèles existants et disponibles publiquement, probablement en raison de la taille accrue et de la variété de notre ensemble d'apprentissage. Des améliorations notables ont été observées dans les performances de segmentation des artères-veines et du disque optique, notamment pour la segmentation de ces structures sur des CFIs de qualité intermédiaire, courantes dans les cohortes importantes et les jeux de données cliniques. De manière importante, ces améliorations se sont traduites par une précision significativement plus grande des caractéristiques vasculaires lorsque nous avons comparé les caractéristiques extraites à partir des masques de segmentation VascX avec celles extraites à partir des masques générés par les modèles précédents. Avec les modèles VascX, nous fournissons un ensemble robuste et prêt à l'emploi comprenant des modèles combinés et du code d'inférence destinés à simplifier la mise en œuvre et à améliorer la qualité des analyses automatisées de la vasculature rétinienne. Les paramètres précis des vaisseaux générés par le modèle peuvent servir de points de départ pour l'identification des schémas pathologiques à l'intérieur comme à l'extérieur de l'œil.