Vit Diabetic Retinopathy Classification
基於Vision Transformer (ViT)架構的糖尿病視網膜病變分類模型,在評估集上達到72.87%的準確率
下載量 197
發布時間 : 2/24/2023
模型概述
該模型用於從眼底圖像中自動分類糖尿病視網膜病變的嚴重程度,可輔助醫療診斷
模型特點
高準確率
在評估集上達到72.87%的分類準確率
基於ViT架構
採用先進的Vision Transformer架構處理醫學圖像
醫療輔助
可輔助醫生進行糖尿病視網膜病變的早期篩查
模型能力
眼底圖像分析
糖尿病視網膜病變分級
醫學圖像分類
使用案例
醫療診斷
視網膜病變篩查
自動分析眼底照片並判斷病變程度
72.87%的評估準確率
遠程醫療
在醫療資源匱乏地區提供初步診斷支持
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