Chest-Xray-Fine-Tuning---trained-on-chest-xray14-dataset-(only-1k-images-as-of-now) Dreambooth model trained by danyalmalik with TheLastBen's fast-DreamBooth notebook
Test the concept via A1111 Colab fast-Colab-A1111
Sample pictures of this concept:
.png)
.png)
.png)
.png)
stable-diffusion-chest-xray
DreamBooth-модель Stable Diffusion для генерации рентгенограмм грудной клетки по текстовому описанию.
39скачиваний за 30 дней6лайковвеса обновлены10 апр 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели сгенерируют результат по каждой задаче. Опубликованный тест 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
Chest-Xray-Fine-Tuning — модель генерации изображений на основе Stable Diffusion, опубликованная danyalmalik и обученная методом DreamBooth на датасете ChestX-ray14. В README указано, что для обучения использовалась выборка из 1 000 изображений; модель предназначена для генерации изображений рентгенограмм грудной клетки по текстовому запросу и проверки этого визуального концепта через интерфейс A1111.
Репозиторий содержит веса в форматах Diffusers и PyTorch, а задача в метаданных обозначена как text-to-image. Лицензия — CreativeML OpenRAIL-M. Карточка не описывает качество генерации, медицинскую точность или пригодность результатов для диагностики; поскольку обучение проводилось на небольшой выборке, разнообразие и достоверность изображений могут быть ограничены.
Сценарии применения
- генерация синтетических рентгенограмм грудной клетки
- создание иллюстраций рентгеновских снимков по текстовому запросу
- эксперименты с генерацией изображений на основе ChestX-ray14
Ограничения
Модель обучена на выборке из 1 000 изображений, поэтому разнообразие и точность генерации могут быть ограничены. Карточка не подтверждает медицинскую достоверность результатов или пригодность для диагностики.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Ревизия весов
- 313221b