Skin Cancer Image Classification

🚀 皮膚癌画像分類モデル

このモデルは、皮膚癌の画像を、良性角化症様病変、基底細胞癌、光線性角化症、血管病変、黒色細胞性母斑、黒色腫、および皮膚線維腫などの様々なカテゴリに分類するために設計されています。

🚀 クイックスタート

この皮膚癌画像分類モデルは、皮膚癌の画像を様々なカテゴリに分類するために開発されました。以下に、モデルの概要やデータセット、トレーニング方法などを説明します。

✨ 主な機能

• 皮膚癌画像を複数のカテゴリに分類することができます。
• Vision Transformer (ViT) アーキテクチャを使用しています。
• 事前学習済みモデルを活用し、分類ヘッドを変更することで皮膚癌分類タスクに適応させています。

📦 インストール

ドキュメントに具体的なインストール手順が記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデル概要

データセット

• データセット名: Skin Cancer Dataset
• ソース: Marmal88's Skin Cancer Dataset on Hugging Face
• クラス: 良性角化症様病変、基底細胞癌、光線性角化症、血管病変、黒色細胞性母斑、黒色腫、皮膚線維腫

トレーニング

• オプティマイザ: Adamオプティマイザ（学習率1e - 4）
• 損失関数: 交差エントロピー損失
• バッチサイズ: 32
• エポック数: 5

評価指標

• 訓練損失: 訓練データセット全体の平均損失
• 訓練精度: 訓練データセットの精度
• 検証損失: 検証データセット全体の平均損失
• 検証精度: 検証データセットの精度

結果

• エポック1/5、訓練損失: 0.7168、訓練精度: 0.7586、検証損失: 0.4994、検証精度: 0.8355
• エポック2/5、訓練損失: 0.4550、訓練精度: 0.8466、検証損失: 0.3237、検証精度: 0.8973
• エポック3/5、訓練損失: 0.2959、訓練精度: 0.9028、検証損失: 0.1790、検証精度: 0.9530
• エポック4/5、訓練損失: 0.1595、訓練精度: 0.9482、検証損失: 0.1498、検証精度: 0.9555
• エポック5/5、訓練損失: 0.1208、訓練精度: 0.9614、検証損失: 0.1000、検証精度: 0.9695

結論

このモデルは、皮膚癌画像を様々なカテゴリに分類する際に良好な性能を示しています。さらなる微調整や実験により、このタスクでの性能を向上させることができる可能性があります。

📄 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。