Brain Tumor Classification
B
Brain Tumor Classification
由Devarshi開發
基於Swin Transformer架構微調的腦腫瘤圖像分類模型,在評估集上準確率達96.47%
下載量 205
發布時間 : 10/31/2022
模型概述
該模型是基於microsoft/swin-tiny-patch4-window7-224微調的腦腫瘤圖像分類器,專門用於從醫學影像中識別腦腫瘤類型。
模型特點
高精度分類
在測試集上達到96.47%的準確率,F1值、召回率和精確率表現均衡
Swin Transformer架構
基於先進的視覺Transformer架構,具有優秀的特徵提取能力
醫學影像優化
專門針對腦腫瘤醫學影像數據進行微調優化
模型能力
腦腫瘤圖像分類
醫學影像分析
多類別圖像識別
使用案例
醫療診斷
腦腫瘤輔助診斷
幫助放射科醫生快速識別和分類腦腫瘤影像
準確率96.47%
醫學影像研究
用於醫學影像分析研究中的基準模型
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