オープンソースのstool-condition-classificationモデル - 便の画像分類を高精度で行い、精度は約94.2%に達する

Stool Condition Classification

hossayによって開発

GoogleのViTモデルを微調整した便画像分類用モデルで、精度は94.17%

ダウンロード数 110

リリース時間 : 1/3/2024

モデル概要

このモデルはGoogleのViTモデルを便画像データセットで微調整したバージョンで、医療健康分野における便状態の自動分類を主な目的としています。

高精度

評価データセットで94.17%の精度と93.02%のF1値を達成

医療応用

医療健康分野の便状態分析専用に設計

ViTアーキテクチャ採用

先進的なVision Transformerアーキテクチャを使用した画像分類

便画像分類

医療画像分析

健康状態評価

医療健康

便状態自動診断

便サンプルの健康状態を自動識別・分類

精度94.17%、F1値93.02%

健康モニタリング

個人の健康モニタリングや疾患早期スクリーニングに使用

このモデルは、google/vit-base-patch16-224 を便画像データセットで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。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

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。

学習損失	エポック	ステップ	検証損失	Auroc	精度	感度	特異度	陽性的中率	陰性的中率	F1	モデル選択
0.5076	0.98	100	0.5361	0.8538	0.7731	0.5393	0.9801	0.96	0.7061	0.6906	0.5592
0.4086	1.96	200	0.4857	0.8728	0.7836	0.6011	0.9453	0.9068	0.7280	0.7230	0.6558
0.5208	2.94	300	0.5109	0.8059	0.7599	0.6124	0.8905	0.8321	0.7218	0.7055	0.7218
0.474	3.92	400	0.5212	0.8601	0.7995	0.6180	0.9602	0.9322	0.7395	0.7432	0.6578
0.4285	4.9	500	0.4511	0.8728	0.7757	0.7472	0.8010	0.7688	0.7816	0.7578	0.9462
0.3506	5.88	600	0.4716	0.8691	0.8047	0.6798	0.9154	0.8768	0.7635	0.7658	0.7644
0.4239	6.86	700	0.5043	0.8517	0.8100	0.6685	0.9353	0.9015	0.7611	0.7677	0.7332
0.2447	7.84	800	0.5804	0.8592	0.8074	0.6910	0.9104	0.8723	0.7689	0.7712	0.7806
0.1739	8.82	900	0.6225	0.8562	0.8074	0.7135	0.8905	0.8523	0.7783	0.7768	0.8229
0.2888	9.8	1000	0.5807	0.8570	0.8047	0.7528	0.8507	0.8171	0.7953	0.7836	0.9021