Computer Vision Project

🚀 皮肤疾病分类模型（基于DINOv2，ISIC2018数据集）

本模型可将皮肤病变图像分类到ISIC2018数据集中预定义的类别之一。它在facebook/dinov2-base视觉Transformer骨干网络的基础上进行了微调，以提升医学图像分类任务的性能。

🚀 快速开始

本模型可直接用于将ISIC2018数据集中的皮肤镜图像分类到各类皮肤疾病类别中，如黑色素瘤、痣、基底细胞癌等。

代码示例

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

• 适用人群广泛：适用于医学研究人员、皮肤科助理以及从事医学影像工作的机器学习从业者。
• 微调优化：基于facebook/dinov2-base进行微调，提升医学图像分类性能。

📦 安装指南

文档未提及具体安装步骤，暂不展示。

💻 使用示例

基础用法

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()

高级用法

文档未提及高级用法代码示例，暂不展示。

📚 详细文档

模型详情

使用说明

直接使用

本模型可直接用于将ISIC2018数据集中的皮肤镜图像分类到各类皮肤疾病类别中，如黑色素瘤、痣、基底细胞癌等。

预期用户

• 医学研究人员
• 皮肤科助理
• 从事医学影像工作的机器学习从业者

不适用场景

本模型不应作为独立的诊断工具，临床决策不应仅依赖模型预测结果。

🔧 技术细节

文档未提供具体技术实现细节，暂不展示。

📄 许可证

本模型使用Apache 2.0许可证。

⚠️ 重要提示

本模型不应作为独立的诊断工具，临床决策不应仅依赖模型预测结果。

💡 使用建议

建议医学研究人员和皮肤科助理结合专业知识和临床经验使用本模型。