/ Модель

Характеристики

Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Библиотека
transformers
Опубликована
24 апр 2024

chexpert-mimic-cxr-impression-baseline

Описание изображенийИзображение → текст3 профессии

Модель vision-encoder-decoder, которая генерирует англоязычное текстовое впечатление по рентгеновскому снимку грудной клетки.

5 382скачиваний за 30 дней0лайковвеса обновлены14 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание текста» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

IAMJB/chexpert-mimic-cxr-impression-baseline — модель генерации текстового описания по рентгеновским снимкам грудной клетки. Репозиторий содержит модель архитектуры vision-encoder-decoder для задачи image-to-text, сохранённую в формате safetensors и рассчитанную на английский язык. README сообщает об оценке на наборе CheXpert-Plus.

Модель предназначена для формирования текстового впечатления по снимку грудной клетки, например как базовый вариант для экспериментов с автоматической интерпретацией рентгенограмм. Репозиторий лицензирован по MIT. В карточке нет подробных сведений о размере модели, длине контекста или клинической проверке; результаты оценки на CheXpert-Plus сами по себе не подтверждают пригодность для принятия медицинских решений.

Сценарии применения

  • генерация впечатления по рентгенограмме грудной клетки
  • создание базового описания снимка для исследовательского прототипа
  • оценка генерации рентгенологических заключений на CheXpert-Plus

Ограничения

Карточка сообщает об оценке на CheXpert-Plus, но не приводит подробных результатов или сведений о клинической валидации. Не следует полагаться на сгенерированный текст как на самостоятельное медицинское заключение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Evaluation on chexpert-plus

Usage:

import torch
from PIL import Image
from transformers import BertTokenizer, ViTImageProcessor, VisionEncoderDecoderModel, GenerationConfig
import requests

mode = "impression"
# Model
model = VisionEncoderDecoderModel.from_pretrained(f"IAMJB/chexpert-mimic-cxr-{mode}-baseline").eval()
tokenizer = BertTokenizer.from_pretrained(f"IAMJB/chexpert-mimic-cxr-{mode}-baseline")
image_processor = ViTImageProcessor.from_pretrained(f"IAMJB/chexpert-mimic-cxr-{mode}-baseline")
#
# Dataset
generation_args = {
   "bos_token_id": model.config.bos_token_id,
   "eos_token_id": model.config.eos_token_id,
   "pad_token_id": model.config.pad_token_id,
   "num_return_sequences": 1,
   "max_length": 128,
   "use_cache": True,
   "beam_width": 2,
}
#
# Inference
refs = []
hyps = []
with torch.no_grad():
   url = "https://huggingface.co/IAMJB/interpret-cxr-impression-baseline/resolve/main/effusions-bibasal.jpg"
   image = Image.open(requests.get(url, stream=True).raw)
   pixel_values = image_processor(image, return_tensors="pt").pixel_values
   # Generate predictions
   generated_ids = model.generate(
       pixel_values,
       generation_config=GenerationConfig(
           **{**generation_args, "decoder_start_token_id": tokenizer.cls_token_id})
   )
   generated_texts = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)
   print(generated_texts)

If you are using this model, please be sure to cite:

@misc{chambon2024chexpertplusaugmentinglarge,
      title={CheXpert Plus: Augmenting a Large Chest X-ray Dataset with Text Radiology Reports, Patient Demographics and Additional Image Formats}, 
      author={Pierre Chambon and Jean-Benoit Delbrouck and Thomas Sounack and Shih-Cheng Huang and Zhihong Chen and Maya Varma and Steven QH Truong and Chu The Chuong and Curtis P. Langlotz},
      year={2024},
      eprint={2405.19538},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2405.19538}, 
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
dd9e8a7

0 моделей