/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
blip · dense
Библиотека
transformers
Опубликована
14 авг 2025

blip-roco-radiology-captioning

Описание изображенийИзображение → текст3 профессии

Дообученная BLIP для генерации англоязычных подписей к радиологическим изображениям.

265скачиваний за 30 дней3лайкавеса обновлены14 авг 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

WafaaFraih/blip-roco-radiology-captioning — модель BLIP, дообученная для создания подписей к медицинским радиологическим изображениям на наборе ROCOv2 Radiology. Она принимает изображение и генерирует текстовое описание его содержимого. Базовая модель — Salesforce/blip-image-captioning-base; веса представлены в формате safetensors, при дообучении использовалась точность FP32.

Модель предназначена для автоматического описания радиологических снимков и поддержки работы с медицинскими изображениями. Карточка указывает английский язык. Лицензия — MIT. Описания модели не следует считать медицинским заключением.

Сценарии применения

  • создание подписей к радиологическим снимкам
  • автоматическое описание медицинских изображений
  • подготовка текстовых описаний для каталога радиологических изображений

Ограничения

Модель обучена на ROCOv2 Radiology, поэтому качество за пределами этого домена может быть ограничено. Сгенерированные подписи не заменяют интерпретацию снимков медицинским специалистом.

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

BLIP Fine-tuned for Radiology Image Captioning

This model is a fine-tuned version of BLIP on the ROCOv2 radiology dataset for generating captions of medical radiology images.

Usage

from transformers import BlipForConditionalGeneration, AutoProcessor
from PIL import Image

# Load model and processor
processor = AutoProcessor.from_pretrained("WafaaFraih/blip-roco-radiology-captioning")
model = BlipForConditionalGeneration.from_pretrained("WafaaFraih/blip-roco-radiology-captioning")

# Process image
image = Image.open("radiology_image.jpg")
inputs = processor(images=image, return_tensors="pt")

# Generate caption
generated_ids = model.generate(
    pixel_values=inputs["pixel_values"],
    max_new_tokens=64,
    num_beams=5,
    length_penalty=0.8
)

caption = processor.batch_decode(generated_ids, skip_special_tokens=True)[0].strip()
print(caption)

Model Details

  • Base Model: Salesforce/blip-image-captioning-base
  • Dataset: ROCOv2 Radiology
  • Task: Medical image captioning
  • Fine-tuning: Full precision (FP32)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BlipForConditionalGeneration
Ревизия весов
406b4a9

0 моделей