Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 24 фев 2023

Ссылки

Hugging Face

vit-diabetic-retinopathy-classification

Kontawat

Классификация изображенийИзображение → label3 профессии

Модель ViT классифицирует изображения сетчатки для выявления диабетической ретинопатии.

251скачиваний за 30 дней3лайкавеса обновлены24 фев 2023

Бенчмарки

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

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

Kontawat разработал эту модель на базе архитектуры Vision Transformer (ViT) и обучил её для классификации изображений сетчатки при диабетической ретинопатии. Она принимает изображение и возвращает класс заболевания; конкретные классы в карточке не перечислены. Модель содержит 113,2 млн параметров и доступна в формате PyTorch.

На оценочном наборе указаны accuracy 0,7287 и loss 1,0460. Эти результаты не позволяют судить о качестве на других данных или о пригодности модели для клинических решений. Обучающий датасет не описан. Лицензия Apache-2.0.

Сценарии применения

классификация снимков сетчатки при скрининге диабетической ретинопатии
автоматическая сортировка изображений глазного дна для последующей проверки специалистом
оценка модели классификации ретинопатии на собственных изображениях

Ограничения

В README не перечислены классы и не описан обучающий набор данных. На оценочном наборе accuracy составляет 0,7287; качество на других данных и пригодность для клинического применения не установлены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-diabetic-retinopathy-classification

This model is a fine-tuned version of Kontawat/vit-diabetic-retinopathy-classification on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.0460
Accuracy: 0.7287

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 0.0002
train_batch_size: 32
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 6
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5645	0.94	100	0.7731	0.7239
0.3971	1.89	200	0.8123	0.7038
0.3239	2.83	300	0.8204	0.7239
0.2178	3.77	400	0.9085	0.7204
0.18	4.72	500	1.0284	0.7310
0.0501	5.66	600	1.0460	0.7287

Framework versions

Transformers 4.26.1
Pytorch 1.13.1+cu116
Datasets 2.10.0
Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 74c90db