Vit Base Patch16 224 In21k Finetuned Brain Tumor
該模型是基於Google的ViT基礎模型在腦腫瘤圖像數據集上微調的版本,用於腦腫瘤圖像分類任務,測試集準確率達93.16%。
下載量 41
發布時間 : 2/16/2023
模型概述
基於Vision Transformer架構的圖像分類模型,專門針對腦腫瘤識別任務進行微調,適用於醫學影像分析領域。
模型特點
高精度分類
在腦腫瘤測試集上達到93.16%的分類準確率
預訓練模型微調
基於大規模預訓練的ViT模型進行領域適配
醫學影像優化
專門針對腦腫瘤識別任務進行優化
模型能力
醫學圖像分類
腦腫瘤識別
圖像特徵提取
使用案例
醫療診斷
腦腫瘤輔助診斷
通過MRI圖像自動識別腦腫瘤類型
測試集準確率93.16%
醫學研究
醫學影像分析
用於腦腫瘤相關研究的圖像分類任務
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