/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
27 янв 2024

cancer_classifier_100

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для экспериментальной классификации изображений, связанных с раком.

11скачиваний за 30 дней0лайковвеса обновлены30 янв 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

anum231/cancer_classifier_100 — дообученная модель классификации изображений на архитектуре Vision Transformer (ViT), разработанная пользователем anum231. Модель содержит 113,2 млн параметров и доступна в формате TensorFlow. В карточке указана классификация изображений, связанных с раком; подробности о классах и наборе данных не приведены.

Модель можно применять для экспериментальной классификации изображений в сценариях, связанных с выявлением рака. В README приведены результаты обучения: точность на обучающей выборке 67,24%, ошибка на обучающей выборке 0,5354 и ошибка на валидационной выборке 0,8077 после 22 эпох. Лицензия — Apache-2.0. Эти сведения не подтверждают пригодность модели для клинической диагностики.

Сценарии применения

  • экспериментальная классификация медицинских изображений
  • предварительная сортировка изображений для исследовательского анализа
  • проверка изображений на классы, связанные с раком

Ограничения

Набор данных, классы и метрики на независимой тестовой выборке не описаны; указанные результаты не подтверждают клиническую точность. Модель не следует считать диагностическим инструментом.

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

anum231/cancer_classifier_100

This model is a fine-tuned version of anum231/cancer_classifier_100 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.5354
  • Validation Loss: 0.8077
  • Train Accuracy: 0.6724
  • Epoch: 22

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': 4640, '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
1.06440.92100.56900
0.89270.87850.53451
0.80650.91310.63792
0.70850.75690.72413
0.74070.79630.68974
0.66350.80310.68975
0.75050.80740.65526
0.61490.85400.63797
0.65300.78230.63798
0.59690.83840.65529
0.68080.78630.655210
0.62690.86500.655211
0.56650.79410.689712
0.64140.89270.655213
0.73040.97030.603414
0.55180.92040.655215
0.61840.88500.689716
0.63970.88270.672417
0.56970.86580.620718
0.61030.81770.637919
0.55410.85260.655220
0.58310.86320.637921
0.53540.80770.672422

Framework versions

  • Transformers 4.35.2
  • TensorFlow 2.15.0
  • Datasets 2.16.1
  • Tokenizers 0.15.1

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
89ed3d6

0 моделей