Resnet 50 Finetuned Brain Tumor
基於microsoft/resnet-50微調的腦腫瘤圖像分類模型,在評估集上準確率達到91.71%
下載量 472
發布時間 : 2/25/2023
模型概述
該模型是基於ResNet-50架構微調的圖像分類模型,專門用於腦腫瘤圖像的識別與分類。
模型特點
高準確率
在腦腫瘤圖像分類任務上達到91.71%的準確率
微調優化
基於成熟的ResNet-50架構進行針對性微調
高效訓練
採用Adam優化器和線性學習率調度器進行高效訓練
模型能力
腦腫瘤圖像分類
醫學圖像分析
使用案例
醫療診斷
腦腫瘤輔助診斷
輔助醫生進行腦腫瘤的初步篩查和分類
準確率91.71%
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