/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
vit · dense
Базовая модель
vit-large-patch16-224
Опубликована
29 мар 2026

vit-large-skin-cancer-ham10000

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT-Large классифицирует дерматоскопические изображения кожных поражений на семь классов для учебных и экспериментальных задач.

233скачиваний за 30 дней3лайкавеса обновлены29 мар 2026

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

Модель Kuldeepmishra3/vit-large-skin-cancer-ham10000 разработана как личный проект для изучения дообучения моделей на медицинских изображениях. Это ViT-Large на базе google/vit-large-patch16-224, дообученная на наборе HAM10000 для классификации дерматоскопических изображений по семи типам кожных поражений. Модель принимает изображение и выдаёт вероятности классов; в README приведены результаты на валидационной части HAM10000: точность 92,74% и взвешенная F1-мера 92,60%. Репозиторий содержит веса в формате safetensors, размер модели — 402,7 млн параметров. Лицензия — MIT.

Модель подходит для экспериментальной классификации дерматоскопических изображений и учебных проектов по компьютерному зрению в дерматологии. Она не предназначена для постановки диагноза или принятия медицинских решений. Качество снижается на редких классах из-за дисбаланса данных; меланому модель может путать с меланоцитарными невусами. Обучение проводилось только на дерматоскопических снимках HAM10000, преимущественно полученных от европейских пациентов, поэтому модель может плохо работать на обычных фотографиях кожи и хуже обобщаться на другие группы населения.

Сценарии применения

  • классификация дерматоскопических изображений по типам кожных поражений
  • сравнение классов кожных поражений на данных HAM10000
  • эксперименты с дообучением ViT для дерматологии

Ограничения

Модель не предназначена для клинической диагностики или медицинских решений; она может путать меланому с меланоцитарными невусами и хуже распознавать редкие классы. Обучение только на дерматоскопических изображениях HAM10000 ограничивает применение к обычным фотографиям кожи и может ухудшать обобщение на популяции, недостаточно представленные в датасете.

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

ViT-Large — Skin Cancer Classification (HAM10000)

Fine-tuned google/vit-large-patch16-224 on the HAM10000 dermoscopy dataset to classify 7 types of skin lesions. Trained on a free Google Colab T4 GPU in 37 minutes using HuggingFace Trainer with FP16 mixed precision.

This was a personal project to learn medical image fine-tuning — not a clinical tool.


How to use

from transformers import pipeline

classifier = pipeline(
    "image-classification",
    model="Kuldeepmishra3/vit-large-skin-cancer-ham10000",
)

results = classifier("skin_image.jpg", top_k=3)
for r in results:
    print(f"{r['label']}: {r['score']:.2%}")

Or with manual preprocessing:

from transformers import ViTForImageClassification, ViTImageProcessor
from PIL import Image
import torch

model = ViTForImageClassification.from_pretrained("Kuldeepmishra3/vit-large-skin-cancer-ham10000")
processor = ViTImageProcessor.from_pretrained("Kuldeepmishra3/vit-large-skin-cancer-ham10000")

image = Image.open("skin_image.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

predicted_class = logits.argmax(-1).item()
print(model.config.id2label[predicted_class])

Classes

LabelFull name
akiecActinic Keratoses
bccBasal Cell Carcinoma
bklBenign Keratosis
dfDermatofibroma
melMelanoma
nvMelanocytic Nevi
vascVascular Lesions

Results

Evaluated on the HAM10000 validation split (2,492 images):

MetricScore
Accuracy92.74%
Weighted F192.60%

Per-class F1:

ClassF1
vasc97.14%
nv96.54%
df92.86%
bcc92.24%
bkl84.37%
akiec82.50%
mel79.78%

Melanoma was the hardest — it frequently gets confused with Melanocytic Nevi, which is a known challenge in dermoscopy even for trained dermatologists.


Training details

  • Base model: google/vit-large-patch16-224 (303M params)
  • Dataset: HAM10000 via marmal88/skin_cancer on HuggingFace
  • Epochs: 5 (best checkpoint at epoch 4)
  • Batch size: 16
  • Learning rate: 2e-5 with cosine schedule
  • Warmup steps: 300
  • Precision: FP16
  • GPU: Tesla T4 (Google Colab free tier)
  • Training time: ~37 minutes

Augmentations used during training: random horizontal/vertical flip, rotation up to 30°, color jitter. No augmentation at validation time.


Limitations

  • Not a clinical diagnostic tool — do not use for real medical decisions
  • Performance drops on minority classes (akiec, df, vasc) due to class imbalance in HAM10000
  • Only trained on dermoscopy images — won't work well on regular phone camera skin photos
  • Dataset is mostly from European populations which may affect generalization

Dataset

HAM10000 (Human Against Machine with 10000 training images) is a large collection of multi-source dermatoscopic images of common pigmented skin lesions. The dataset has significant class imbalance — Melanocytic Nevi makes up around 67% of all samples.

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
21cb7e3

0 моделей