DR Classifier

🚀 MahimaTayal123/DR-Classifier

このモデルは、未知のデータセットで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。評価セットでは以下の結果を達成しています。

• 訓練損失: 0.2187
• 検証損失: 0.2654
• 訓練精度: 0.9420
• エポック数: 5

📚 ドキュメント

モデルの説明

このモデルは、Vision Transformer (ViT) アーキテクチャを活用して、網膜画像を分類し、糖尿病性網膜症 (DR) の早期検出を行います。ファインチューニングされたモデルは、医療画像データセットにおける精度と汎化能力を向上させます。

想定される用途と制限

想定される用途

• 糖尿病性網膜症の医療診断支援
• 眼科およびAIベースの医療分野における研究用途

制限

• 正確な予測には高品質の網膜画像が必要です。
• 専門的な医療アドバイスの代替品ではなく、補助ツールとして使用する必要があります。

訓練と評価データ

このモデルは、ラベル付けされた網膜画像を含む精選されたデータセットで訓練されました。データセットには、糖尿病性網膜症の様々な重症度レベルが含まれており、分類の堅牢性を確保しています。

訓練手順

訓練ハイパーパラメータ

訓練中に以下のハイパーパラメータが使用されました。

• オプティマイザ: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 3e-05, 'decay_steps': 146985, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
• 訓練精度: float32

訓練結果

フレームワークバージョン

• Transformers 4.46.2
• TensorFlow 2.17.1
• Datasets 3.1.0
• Tokenizers 0.20.3

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。