Vit Base Xray Pneumonia Lcbsi
基於ViT架構的X光肺炎檢測模型,在特定數據集上微調後準確率達97.73%
下載量 28
發布時間 : 12/14/2022
模型概述
該模型是基於Vision Transformer(ViT)架構的醫學影像分析模型,專門用於從胸部X光片中檢測肺炎症狀。
模型特點
高準確率
在驗證集上達到97.73%的分類準確率
基於ViT架構
採用Vision Transformer架構,適合處理醫學影像
微調優化
在基礎模型上進行針對性微調,提升特定任務表現
模型能力
胸部X光片分析
肺炎症狀檢測
醫學影像分類
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
驗證準確率達97.73%
醫學影像篩查
用於大規模胸部X光片的初步篩查
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