Vit Chest Xray

🚀 胸部X光圖像分類器

本倉庫包含一個經過微調的視覺變換器（Vision Transformer，ViT） 模型，用於對胸部X光圖像進行分類，該模型使用了CheXpert數據集。此模型針對從胸部X光片分類各種肺部疾病的任務進行了微調，在區分不同病症方面取得了令人矚目的準確率。

🚀 快速開始

本模型可用於胸部X光圖像的疾病分類。你可以直接從Hugging Face的模型中心加載該模型，並輸入胸部X光圖像進行推理。若要在自己的數據集上微調該模型，可參考本倉庫中的說明，將代碼適配到你的數據集和訓練配置中。

✨ 主要特性

• 基於視覺變換器（ViT） 架構，通過注意力機制高效提取特徵，擅長處理基於圖像的任務。
• 在CheXpert數據集上進行訓練，該數據集包含標註的胸部X光圖像，可用於檢測肺炎、心臟擴大等疾病。
• 在訓練過程中顯著提高了準確率，能夠很好地泛化到未見過的胸部X光圖像。

📦 安裝指南

文檔未提及具體安裝步驟，可參考Hugging Face的transformers庫安裝說明進行安裝。

💻 使用示例

基礎用法

from PIL import Image
import torch
from transformers import AutoImageProcessor, AutoModelForImageClassification

# Load model and processor
processor = AutoImageProcessor.from_pretrained("codewithdark/vit-chest-xray")
model = AutoModelForImageClassification.from_pretrained("codewithdark/vit-chest-xray")

# Define label columns (class names)
label_columns = ['Cardiomegaly', 'Edema', 'Consolidation', 'Pneumonia', 'No Finding']

# Step 1: Load and preprocess the image
image_path = "/content/images.jpeg"  # Replace with your image path

# Open the image
image = Image.open(image_path)

# Ensure the image is in RGB mode (required by most image classification models)
if image.mode != 'RGB':
    image = image.convert('RGB')
    print("Image converted to RGB.")

# Step 2: Preprocess the image using the processor
inputs = processor(images=image, return_tensors="pt")

# Step 3: Make a prediction (using the model)
with torch.no_grad():  # Disable gradient computation during inference
    outputs = model(**inputs)

# Step 4: Extract logits and get the predicted class index
logits = outputs.logits  # Raw logits from the model
predicted_class_idx = torch.argmax(logits, dim=-1).item()  # Get the class index

# Step 5: Map the predicted index to a class label
# You can also use `model.config.id2label`, but we'll use `label_columns` for this task
predicted_class_label = label_columns[predicted_class_idx]

# Output the results
print(f"Predicted Class Index: {predicted_class_idx}")
print(f"Predicted Class Label: {predicted_class_label}")

'''
Output :
Predicted Class Index: 4
Predicted Class Label: No Finding
'''

高級用法

文檔未提及高級用法相關代碼示例。

📚 詳細文檔

模型概述

經過微調的模型基於視覺變換器（ViT） 架構，該架構通過利用注意力機制進行高效特徵提取，在處理基於圖像的任務方面表現出色。該模型在CheXpert數據集上進行訓練，該數據集包含標註的胸部X光圖像，用於檢測肺炎、心臟擴大等疾病。

性能

• 最終驗證準確率：98.46%
• 最終訓練損失：0.1069
• 最終驗證損失：0.0980

該模型在訓練過程中顯著提高了準確率，證明了其能夠很好地泛化到未見過的胸部X光圖像。

數據集

用於微調模型的數據集是CheXpert數據集，其中包括來自不同患者的胸部X光圖像，並帶有多標籤註釋。數據包括每個患者胸部的正位和側位視圖，並標註了各種肺部疾病的標籤。

有關數據集的更多詳細信息，請訪問 CheXpert官方網站。

訓練細節

模型使用以下設置進行微調：

• 優化器：AdamW
• 學習率：3e - 5
• 批量大小：32
• 訓練輪數：10
• 損失函數：帶Logits的二元交叉熵
• 精度：混合精度（通過 torch.amp）

🔧 技術細節

本模型基於視覺變換器（ViT）架構，利用注意力機制進行特徵提取。在CheXpert數據集上進行訓練，通過AdamW優化器和帶Logits的二元交叉熵損失函數進行微調。訓練過程中使用混合精度以提高效率。

📄 許可證

本模型採用MIT許可證。有關更多詳細信息，請參閱 LICENSE。

致謝

• CheXpert數據集
• Hugging Face提供了transformers庫和模型中心。

編碼愉快！🚀