Benignenchondroma Vs Lowgrademalignantchondrosarcoma Histopathology

🚀 使用AutoTrain訓練的模型

本模型藉助AutoTrain訓練而成，可用於解決圖像分類問題，在特定數據集上展現出了良好的性能。

🚀 快速開始

該模型為二分類模型，可用於對特定圖像數據進行分類。你可以通過以下方式使用模型：

# 這裡可以根據實際的模型調用方式補充代碼示例
# 例如，如果使用Hugging Face的transformers庫
from transformers import AutoModelForImageClassification, AutoFeatureExtractor
import torch
from PIL import Image
import requests

# 加載模型和特徵提取器
model = AutoModelForImageClassification.from_pretrained("your_model_path")
feature_extractor = AutoFeatureExtractor.from_pretrained("your_model_path")

# 加載圖像
url = 'https://huggingface.co/datasets/mishig/sample_images/resolve/main/tiger.jpg'
image = Image.open(requests.get(url, stream=True).raw)

# 預處理圖像
inputs = feature_extractor(images=image, return_tensors="pt")

# 進行推理
with torch.no_grad():
    logits = model(**inputs).logits

# 獲取預測結果
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

✨ 主要特性

• 適用場景：適用於圖像二分類問題，特別是在logannyeMD/autotrain-data-enchondroma-vs-low-grade-chondrosarcoma-histology數據集上進行訓練，可用於區分特定的組織學圖像。
• 性能指標：在驗證集上表現良好，各項指標如下： | 屬性 | 詳情 | |------|------| | 問題類型 | 二分類 | | 模型ID | 2962985627 | | 二氧化碳排放量（克） | 3.6593 | | 損失值 | 0.229 | | 準確率 | 0.887 | | 精確率 | 0.939 | | 召回率 | 0.821 | | AUC值 | 0.969 | | F1值 | 0.876 |

📄 許可證

本模型採用apache - 2.0許可證。