AIbase
TW
模型選型
標籤
醫學圖像分類

# 醫學圖像分類

Path Foundation
其他
Path Foundation是一個用於組織病理學應用的機器學習模型，通過自監督學習訓練，能夠從H&E染色切片中生成384維嵌入向量，用於高效訓練分類器模型。
圖像分類 英語
P
google
220
39
Histo Train Vit
Apache-2.0
基於google/vit-base-patch16-224微調的圖像分類模型，在評估集上準確率達到82.5%
圖像分類 Transformers
H
tcvrishank
18
0
Histo Train Swin
Apache-2.0
該模型是基於Swin Transformer架構微調的圖像分類模型，在評估集上取得了90%的準確率。
圖像分類 Transformers
H
tcvrishank
16
0
Histo Train Segformer
其他
基於SegFormer架構的圖像分類模型，在imagefolder數據集上微調，準確率達87.5%
圖像分類 Transformers
H
tcvrishank
14
0
Octfusion Exp1 HKDB Synthetic
OCTFusion是一個基於PyTorch的圖像分類模型，在合成數據上實現了100%的準確率。
圖像分類 Transformers
O
g30rv17ys
33
0
Octfusion Exp1 HKDB Unbalanced
OCTFusion是一個基於PyTorch的圖像分類模型，在非平衡數據集上實現了80%的準確率。
圖像分類 Transformers
O
g30rv17ys
34
0
PANDA ConvNeXT
基於ConvNeXT架構的前列腺組織病理學圖像分類模型，用於ISUP分級
圖像分類 Transformers
P
smc
15
1
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase