Vit Base Patch16 224 In21k Lung And Colon Cancer

🚀 vit-base-patch16-224-in21k_lung_and_colon_cancer

このモデルは、google/vit-base-patch16-224-in21k をファインチューニングしたバージョンです。画像分類タスクに特化しており、肺がんと結腸がんの画像を高精度に分類することができます。

🚀 クイックスタート

このモデルは、画像分類タスクに使用できます。評価セットでは以下の結果を達成しています。

• 損失: 0.0016
• 正解率: 0.9994
• F1スコア
  • 加重平均: 0.9994
  • マイクロ平均: 0.9994
  • マクロ平均: 0.9994
• 再現率
  • 加重平均: 0.9994
  • マイクロ平均: 0.9994
  • マクロ平均: 0.9994
• 適合率
  • 加重平均: 0.9994
  • マイクロ平均: 0.9994
  • マクロ平均: 0.9994

✨ 主な機能

• 肺がんと結腸がんの画像を高精度に分類することができます。
• マルチクラス画像分類モデルです。

📚 ドキュメント

モデルの説明

これは、肺がんと結腸がんのマルチクラス画像分類モデルです。作成方法の詳細については、以下のリンクを参照してください。 https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multiclass%20Classification/Lung%20%26%20Colon%20Cancer/Lung_and_colon_cancer_ViT.ipynb

想定される用途と制限

このモデルは、技術を用いて複雑な問題を解決する能力を示すために作成されました。

学習と評価データ

データセットのソース: https://www.kaggle.com/datasets/andrewmvd/lung-and-colon-cancer-histopathological-images

データセットのサンプル画像:

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率: 0.0002
• 学習バッチサイズ: 16
• 評価バッチサイズ: 8
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラのタイプ: 線形
• エポック数: 3

学習結果

フレームワークのバージョン

• Transformers 4.22.2
• Pytorch 1.12.1
• Datasets 2.5.2
• Tokenizers 0.12.1

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で公開されています。