/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
11 янв 2024

skin_lesions_classifier

Классификация изображенийИзображение → label3 профессии

Дообученная на изображениях кожных поражений модель ViT для экспериментальной классификации, не предназначенная для диагностики.

43скачиваний за 30 дней0лайковвеса обновлены1 июн 2024

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

ahmed-ai/skin_lesions_classifier — дообученная модель Vision Transformer ViT для классификации изображений поражений кожи. Она основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и опубликована в формате TensorFlow. Модель предназначена для экспериментальной классификации изображений кожных поражений; README приводит метрики обучения и валидации, но не раскрывает классы классификации и характеристики набора данных.

Разработчик предупреждает, что модель находится в разработке и не предназначена для клинической диагностики или принятия медицинских решений. Указанная лицензия — Apache-2.0.

Сценарии применения

  • Экспериментальная классификация изображений кожных поражений
  • Исследование применения Vision Transformer к снимкам кожи
  • Сравнение классификатора поражений кожи с другими моделями

Ограничения

Модель находится в разработке и не должна использоваться для клинической диагностики или медицинских решений. README не раскрывает классы и состав обучающего набора, а приведённая точность на обучении составляет около 71%.

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

ahmed-ai/skin_lesions_classifier

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.8374
  • Validation Loss: 0.7696
  • Train Accuracy: 0.7102
  • Epoch: 4

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 3e-05, 'decay_steps': 109580, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossTrain AccuracyEpoch
1.31521.04750.65110
1.05400.87750.69181
0.95400.85330.68142
0.88590.74910.72013
0.83740.76960.71024

Framework versions

  • Transformers 4.36.2
  • TensorFlow 2.15.0
  • Datasets 2.16.1
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
ViTForImageClassification
Ревизия весов
a184413

0 моделей