%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Unet Segmentation Model
MIT
UNetアーキテクチャに基づく医用画像セグメンテーションモデルで、CTスキャンにおける新型コロナウイルス感染肺領域の自動分割のために特別に設計されており、感染領域への注目を強化するためにアテンション機構を追加しています。
画像セグメンテーション 英語
U
amal90888
106
2
Manet Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデルで、マルチスケールアテンション機構を採用し、画像分割タスクに適しています
画像セグメンテーション
M
smp-test-models
216
0
Unetplusplus Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデルで、改良されたUNet++アーキテクチャを採用し、画像セグメンテーションタスクに適しています。
画像セグメンテーション
U
smp-test-models
215
0
Unet Tu Resnet18
MIT
PyTorchで実装されたUnet画像セグメンテーションモデル、複数のエンコーダアーキテクチャをサポート
画像セグメンテーション
Safetensors
SafetensorsU
smp-test-models
219
0
Single Channel Breast Segmentation Deeplabv3plus
MIT
PyTorchベースのDeepLabV3+画像セグメンテーションモデル、複数のエンコーダアーキテクチャをサポート
画像セグメンテーション
S
AnikiFan
18
0
Single Channel Breast Segmentation Linknet
MIT
PyTorchベースのLinknetアーキテクチャで実装された画像セマンティックセグメンテーションモデル。医用画像などのピクセル単位分類タスクに適しています
画像セグメンテーション
S
AnikiFan
16
0
Single Channel Breast Segmentation Unet
MIT
PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダアーキテクチャをサポート、意味セグメンテーションタスクに適応
画像セグメンテーション Safetensors
SafetensorsS
AnikiFan
65
1
Medsam Vit Base
Apache-2.0
MedSAMは医療分野向けにファインチューニングされたSAMバージョンで、医用画像セグメンテーションタスクに使用されます。
画像セグメンテーション
Transformers その他
Transformers その他M
flaviagiammarino
2,944
11
Medsam Vit Base
Apache-2.0
Segment Anythingモデル（SAM）を基に最適化された医用画像セグメンテーション専用モデルで、点やボックスなどの入力プロンプトに基づき高品質な医用画像セグメンテーションマスクを生成可能
画像セグメンテーション Transformers その他
Transformers その他M
wanglab
938
23
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
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
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