Stool Condition Classification
S
Stool Condition Classification
由hossay開發
基於Google的ViT模型微調,用於糞便圖像分類,準確率達94.17%
下載量 110
發布時間 : 1/3/2024
模型概述
本模型是基於Google的ViT模型在糞便圖像數據集上微調的版本,主要用於醫療健康領域的糞便狀態自動分類。
模型特點
高準確率
在評估集上達到94.17%的準確率和93.02%的F1值
醫療應用
專為醫療健康領域的糞便狀態分析設計
基於ViT架構
採用先進的Vision Transformer架構進行圖像分類
模型能力
糞便圖像分類
醫療圖像分析
健康狀態評估
使用案例
醫療健康
糞便狀態自動診斷
自動識別和分類糞便樣本的健康狀態
準確率94.17%,F1值93.02%
健康監測
用於個人健康監測和疾病早期篩查
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