Модель классифицирует OCT-снимки сетчатки на друзы, CNV, DME и норму.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
RETFound_MAE_OCT_CNV_DME_DRU — модель классификации изображений сетчатки глаза, разработанная на основе open-eye/RETFound_MAE и дообученная на наборе Kermany с изображениями оптической когерентной томографии (OCT). Она относит снимок к одному из четырёх классов: друзы, хориоидальная неоваскуляризация (CNV), диабетический макулярный отёк (DME) или норма.
Модель предназначена для автоматической классификации OCT-снимков в исследовательских и вспомогательных диагностических сценариях. В карточке указана точность 85%; условия оценки и метрики по отдельным классам не приведены. Модель не заменяет заключение врача. Репозиторий использует формат PyTorch и библиотеку timm. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.
В карточке заявлена точность 85%, но условия оценки и показатели для отдельных классов не приведены. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A model fine-tuned on the Kermany dataset of retinal OCT images, initialised from the base open-eye/RETFound_MAE model for OCT images.
This model achieves 85% accuracy in the task of classifying Retinal OCT images as either showing signs of Drusen, Choroidal Neovascularization (CNV), Diabetic Macular Oedema (DME), or alternatively showing none of these and being otherwise "Normal".
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-classification
Подбираем GPU…