Melanoma Cancer Image Classification
M
Melanoma Cancer Image Classification
Heem2によって開発
GoogleのViTモデルを微調整したもので、メラノーマ癌画像分類に使用され、精度は93.95%です。
ダウンロード数 135
リリース時間 : 5/29/2024
モデル概要
このモデルはgoogle/vit-base-patch16-224-in21kを微調整したバージョンで、メラノーマ癌画像の分類タスクに特化しています。評価セットで優れた性能を示し、精度は93.95%に達しました。
モデル特徴
高精度
評価セットで93.95%の精度を達成し、優れた性能を示しています。
ViTアーキテクチャ採用
Vision Transformerアーキテクチャを採用しており、強力な画像処理能力を備えています。
微調整最適化
ベースモデルを微調整し、メラノーマ癌画像分類タスクに特化して最適化されています。
モデル能力
画像分類
メラノーマ検出
使用事例
医療診断
皮膚癌スクリーニング
医師が皮膚癌の早期スクリーニングや診断を支援するために使用されます。
精度は93.95%と高く、診断を効果的に支援できます。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98