Vit Mlo 512 Breat Composition

V

Vit Mlo 512 Breat Composition

Developed by mm-ai

これはViTアーキテクチャに基づく医療画像分類モデルで、乳房成分分析専用に設計されており、前処理1024構成データセットでファインチューニングされています。

#乳腺画像分類 #医療画像解析 #ViTファインチューニングモデル

Downloads 35

Release Time : 2/28/2023

Model Overview

このモデルは医療画像分類タスク、特に乳房成分分析に使用されます。評価セットで約57.9%の精度と57.5%のF1スコアを達成しました。

Model Features

医療画像解析

乳房成分分析に特化した医療画像分類モデル

ViTアーキテクチャ採用

Vision Transformerアーキテクチャを採用し、医療画像処理に適しています

ファインチューニング最適化

前処理1024構成データセットでファインチューニングされ、特定タスクの要求に適合しています

Model Capabilities

医療画像分類

乳房成分分析

画像特徴抽出

Use Cases

医療診断

乳房成分分類

乳房画像中の成分構成を分析するために使用されます

精度57.9%、F1スコア57.5%

🚀 vit-mlo-512-breat_composition

このモデルは、preprocessed1024_configデータセットで微調整されたのバージョンです。評価セットでは以下の結果を達成しています。

損失: 1.3123
正解率: {'accuracy': 0.5791457286432161}
F1値: {'f1': 0.5749067914290308}

📚 ドキュメント

モデルの説明

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

学習率: 5e-05
学習バッチサイズ: 8
評価バッチサイズ: 8
シード: 42
オプティマイザ: ベータ=(0.9,0.999)、イプシロン=1e-08のAdam
学習率スケジューラのタイプ: 線形
エポック数: 10

学習結果

学習損失	エポック	ステップ	検証損失	正解率	F1値
1.2679	1.0	796	1.0281	{'accuracy': 0.5062814070351759}	{'f1': 0.38950358034816535}
0.9805	2.0	1592	0.9240	{'accuracy': 0.5672110552763819}	{'f1': 0.5273112700912543}
0.9167	3.0	2388	0.9608	{'accuracy': 0.5477386934673367}	{'f1': 0.45736748568671376}
0.8292	4.0	3184	0.8973	{'accuracy': 0.5891959798994975}	{'f1': 0.5783349603036094}
0.7695	5.0	3980	1.0477	{'accuracy': 0.5571608040201005}	{'f1': 0.5379432393338944}
0.6912	6.0	4776	0.9479	{'accuracy': 0.585427135678392}	{'f1': 0.5766494177636581}
0.61	7.0	5572	1.1280	{'accuracy': 0.5703517587939698}	{'f1': 0.5560158679652624}
0.5591	8.0	6368	1.1866	{'accuracy': 0.5741206030150754}	{'f1': 0.5541999644498281}
0.5021	9.0	7164	1.1537	{'accuracy': 0.582286432160804}	{'f1': 0.566315815243799}
0.4262	10.0	7960	1.3123	{'accuracy': 0.5791457286432161}	{'f1': 0.5749067914290308}

フレームワークのバージョン

Transformers 4.20.1
Pytorch 1.12.0
Datasets 2.1.0
Tokenizers 0.12.1

プロパティ	詳細
タグ	generated_from_trainer
データセット	preprocessed1024_config
評価指標	accuracy、f1
モデル名	vit-mlo-512-breat_composition
タスク名	Image Classification
タスクタイプ	image-classification
データセット名	preprocessed1024_config
データセットタイプ	preprocessed1024_config
データセット引数	default
正解率	{'accuracy': 0.5791457286432161}
F1値	{'f1': 0.5749067914290308}

Featured Recommended AI Models

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 Supports Multiple Languages

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 English

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 Chinese

AIbase

Empowering the Future, Your AI Solution Knowledge Base

English 简体中文繁體中文にほんご

© 2025AIbase