Levit 128.fb Dist In1k Finetuned Stroke Binary
LeViT-128アーキテクチャに基づく視覚Transformerモデルで、脳卒中二値分類検出タスク向けに微調整
ダウンロード数 18
リリース時間 : 3/17/2025
モデル概要
このモデルはImageNet-1kで事前学習されたLeViT-128を基に、脳卒中二値分類データセットで微調整された画像分類モデルで、医療画像における脳卒中検出に使用可能
モデル特徴
軽量視覚Transformer
LeViTアーキテクチャに基づき、高い性能を維持しながら計算複雑性を低減
医療画像専用
脳卒中検出タスク向けに最適化され、医療画像分析シナリオに適している
効率的な微調整
転移学習技術を使用し、限られた医療データで効率的な微調整を実現
モデル能力
医療画像分類
脳卒中検出
二値分類タスク処理
使用事例
医療診断
脳卒中補助診断
医療画像分析を通じて医師の脳卒中診断を補助
テストセットで85.98%の精度を達成
医療画像スクリーニング
大規模な脳卒中症例の予備スクリーニングに使用
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