🚀 皮膚疾病分類模型(基於DINOv2,ISIC2018數據集)
本模型可將皮膚病變圖像分類到ISIC2018數據集中預定義的類別之一。它在facebook/dinov2-base
視覺Transformer骨幹網絡的基礎上進行了微調,以提升醫學圖像分類任務的性能。
🚀 快速開始
本模型可直接用於將ISIC2018數據集中的皮膚鏡圖像分類到各類皮膚疾病類別中,如黑色素瘤、痣、基底細胞癌等。
代碼示例
from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import torch
image = Image.open("your_skin_image.jpg")
processor = AutoImageProcessor.from_pretrained("kar1hik/computer-vision-project")
model = AutoModelForImageClassification.from_pretrained("kar1hik/computer-vision-project")
inputs = processor(images=image, return_tensors="pt")
with torch.no_grad():
logits = model(**inputs).logits
predicted_class = logits.argmax(-1).item()
✨ 主要特性
- 適用人群廣泛:適用於醫學研究人員、皮膚科助理以及從事醫學影像工作的機器學習從業者。
- 微調優化:基於
facebook/dinov2-base
進行微調,提升醫學圖像分類性能。
📦 安裝指南
文檔未提及具體安裝步驟,暫不展示。
💻 使用示例
基礎用法
from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import torch
image = Image.open("your_skin_image.jpg")
processor = AutoImageProcessor.from_pretrained("kar1hik/computer-vision-project")
model = AutoModelForImageClassification.from_pretrained("kar1hik/computer-vision-project")
inputs = processor(images=image, return_tensors="pt")
with torch.no_grad():
logits = model(**inputs).logits
predicted_class = logits.argmax(-1).item()
高級用法
文檔未提及高級用法代碼示例,暫不展示。
📚 詳細文檔
模型詳情
使用說明
直接使用
本模型可直接用於將ISIC2018數據集中的皮膚鏡圖像分類到各類皮膚疾病類別中,如黑色素瘤、痣、基底細胞癌等。
預期用戶
- 醫學研究人員
- 皮膚科助理
- 從事醫學影像工作的機器學習從業者
不適用場景
本模型不應作為獨立的診斷工具,臨床決策不應僅依賴模型預測結果。
🔧 技術細節
文檔未提供具體技術實現細節,暫不展示。
📄 許可證
本模型使用Apache 2.0許可證。
⚠️ 重要提示
本模型不應作為獨立的診斷工具,臨床決策不應僅依賴模型預測結果。
💡 使用建議
建議醫學研究人員和皮膚科助理結合專業知識和臨床經驗使用本模型。