Histo Train Segformer
模型概述
該模型是基於nvidia/mit-b0預訓練模型在圖像分類任務上微調的版本,主要用於組織病理學圖像分析
模型特點
高準確率
在評估集上達到87.5%的分類準確率
高效訓練
使用混合精度訓練(原生AMP)優化訓練效率
遷移學習
基於nvidia/mit-b0預訓練模型微調,充分利用預訓練知識
模型能力
圖像分類
組織病理學圖像分析
使用案例
醫療影像
病理切片分類
對組織病理學圖像進行分類識別
準確率87.5%
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98