AIbase
EN
Home
Syn Oct ViT Base 4Epochs 30c V2 Run
S

Syn Oct ViT Base 4Epochs 30c V2 Run

Developed by g30rv17ys
ViTアーキテクチャに基づく画像分類モデルで、OCT画像データセットでトレーニングされ、86.67%の精度を達成
画像分類
Transformers
#OCT画像分類#ViTアーキテクチャ#医療画像
Downloads 13
Release Time : 10/9/2022

Model Overview

このモデルはVision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、光干渉断層撮影(OCT)画像の分類タスクに特化しています。

Model Features

高精度
OCT画像分類タスクで86.67%の精度を達成
ViTアーキテクチャ
Vision Transformerアーキテクチャを採用し、画像データの処理に適している
短期間トレーニング
わずか4エポックのトレーニングで良好な性能を獲得

Model Capabilities

画像分類
医療画像分析
OCT画像認識

Use Cases

医療画像
OCT画像分類
光干渉断層撮影画像を分類診断
精度86.67%
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
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 English
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 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase