Levit 128.fb Dist In1k Finetuned Stroke Binary
Apache-2.0
基於LeViT-128架構的視覺Transformer模型,針對中風二分類檢測任務進行微調
圖像分類
Transformers

L
BTX24
18
1
Beit Base Patch16 224 Pt22k Ft22k Finetuned Stroke Binary
Apache-2.0
該模型是基於microsoft/beit-base-patch16-224-pt22k-ft22k在二分類中風檢測數據集上微調的版本,用於圖像分類任務,評估準確率達92.22%。
圖像分類
Transformers

B
BTX24
36
1
Skin Disorders Classifier
一個基於PyTorch和HuggingPics構建的圖像分類模型,用於識別多種常見皮膚疾病。
圖像分類
S
sagarvk24
123
1
Skin Cancer Image Classification
Apache-2.0
基於視覺變換器(ViT)的皮膚癌圖像分類模型,可識別7種皮膚病變類型
圖像分類
Transformers

S
Anwarkh1
3,309
22
Alzheimer MRI
Apache-2.0
基於谷歌ViT基礎模型微調的阿爾茨海默病MRI圖像分類模型,準確率達92.6%
圖像分類
Transformers

A
DHEIVER
354
2
Brain Tumor Detection
Apache-2.0
基於Swin Transformer架構的腦瘤檢測模型,在圖像分類任務上達到98.04%的準確率
圖像分類
Transformers

B
ShimaGh
421
4
Medical
基於PyTorch框架和HuggingPics工具生成的醫療影像分類模型,用於識別不同類型的肺部組織影像。
圖像分類
Transformers

M
subh71
63
4
Ultrasound Lung
基於AutoTrain訓練的肺部超聲圖像多類別分類模型,具有高準確率
圖像分類
Transformers

U
hamdan07
49
3
Autotrain Pneumo V3 3180589690
這是一個通過AutoTrain訓練的二元分類模型,用於檢測肺炎相關的醫學圖像。
圖像分類
Transformers

A
ashutoshmondal
37
0
Brain Tumor Classification Using Swin Transformer
Apache-2.0
該模型是基於Swin Transformer架構的腦腫瘤圖像分類模型,在圖像分類任務上表現出色,準確率達到99.49%。
圖像分類
Transformers

B
surajjoshi
103
1
Vit Large Patch32 384 Melanoma
Apache-2.0
基於Google的ViT-Large模型微調的黑色素瘤圖像分類模型,在評估集上達到82.73%的準確率
圖像分類
Transformers

V
UnipaPolitoUnimore
100
1
Brain Tumor Classification
Apache-2.0
基於Swin Transformer架構微調的腦腫瘤圖像分類模型,在評估集上準確率達96.47%
圖像分類
Transformers

B
Devarshi
205
9
Vit Base Xray Pneumonia
Apache-2.0
基於ViT架構的胸部X光肺炎分類模型,在肺炎數據集上微調,準確率達90.06%
圖像分類
Transformers

V
nickmuchi
40
4
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