Vit Base Patch16 224 In21k Finetuned Brain Tumor
该模型是基于Google的ViT基础模型在脑肿瘤图像数据集上微调的版本,用于脑肿瘤图像分类任务,测试集准确率达93.16%。
下载量 41
发布时间 : 2/16/2023
模型简介
基于Vision Transformer架构的图像分类模型,专门针对脑肿瘤识别任务进行微调,适用于医学影像分析领域。
模型特点
高精度分类
在脑肿瘤测试集上达到93.16%的分类准确率
预训练模型微调
基于大规模预训练的ViT模型进行领域适配
医学影像优化
专门针对脑肿瘤识别任务进行优化
模型能力
医学图像分类
脑肿瘤识别
图像特征提取
使用案例
医疗诊断
脑肿瘤辅助诊断
通过MRI图像自动识别脑肿瘤类型
测试集准确率93.16%
医学研究
医学影像分析
用于脑肿瘤相关研究的图像分类任务
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98