Vit Pneumonia
V
Vit Pneumonia
由trpakov開發
基於ViT架構的肺炎檢測模型,在胸部X光分類數據集上微調,準確率達97.68%
下載量 23
發布時間 : 3/13/2023
模型概述
該模型是基於ViT架構的醫學圖像分類模型,專門用於從胸部X光片中檢測肺炎。在驗證集上表現出色,準確率達到97.68%。
模型特點
高準確率
在胸部X光分類驗證集上達到97.68%的準確率
基於ViT架構
使用Vision Transformer架構,適合處理醫學圖像
微調優化
在google/vit-base-patch16-224-in21k基礎上針對醫學圖像進行微調
模型能力
胸部X光圖像分類
肺炎檢測
醫學圖像分析
使用案例
醫療診斷
肺炎輔助診斷
幫助醫生從胸部X光片中識別肺炎症狀
驗證集準確率97.68%
醫學影像分析
自動分析胸部X光片,標記潛在異常區域
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