/ Модель

Характеристики

Лицензия
CC BY 4.0
Опубликована
21 июн 2023

colorectal-tiatoolbox-resnet50.kather100k

Классификация изображенийИзображение → label3 профессии

ResNet50, обученная на Kather100K для классификации гистологических изображений тканей толстой кишки.

671скачиваний за 30 дней2лайкавеса обновлены3 авг 2023

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

Это модель классификации изображений на базе ResNet50, обученная на наборе гистологических изображений Kather100K с помощью TIA Toolbox. Репозиторий представляет собой копию модели из зоопарка моделей TIA Toolbox. Модель предназначена для классификации фрагментов ткани толстой кишки на гистологических изображениях. Она принимает изображение и выдаёт класс; формат весов — PyTorch и Safetensors. Лицензия — CC-BY-4.0.

Модель специализируется на цифровой патологии и гистологии. README не описывает процедуру повторного использования и характеристики качества, поэтому детали инференса и точность здесь не приводятся.

Сценарии применения

  • классификация фрагментов гистологических изображений толстой кишки
  • автоматическая разметка изображений цифровой патологии
  • анализ гистологических снимков для исследовательских задач

Ограничения

Модель обучена на Kather100K, поэтому её применимость к другим тканям, источникам изображений и клиническим сценариям не подтверждена. README не приводит метрики качества и инструкции по повторному использованию.

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

ResNet50 trained on Kather100K (via TIA Toolbox)

This is a re-hosted version of the model available in the TIA Toolbox model zoo (licensed CC-BY-4.0).

Reusing the model

Coming soon...

Dataset

The Kather100K dataset can be found on Zenodo https://zenodo.org/record/1214456.

References

@inproceedings{he2016deep,
  title={Deep residual learning for image recognition},
  author={He, Kaiming and Zhang, Xiangyu and Ren, Shaoqing and Sun, Jian},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={770--778},
  year={2016}
}
@dataset{kather_jakob_nikolas_2018_1214456,
  author       = {Kather, Jakob Nikolas and
                  Halama, Niels and
                  Marx, Alexander},
  title        = {{100,000 histological images of human colorectal 
                   cancer and healthy tissue}},
  month        = apr,
  year         = 2018,
  publisher    = {Zenodo},
  version      = {v0.1},
  doi          = {10.5281/zenodo.1214456},
  url          = {https://doi.org/10.5281/zenodo.1214456}
}
@article{pocock2022tiatoolbox,
  title={TIAToolbox as an end-to-end library for advanced tissue image analytics},
  author={Pocock, Johnathan and Graham, Simon and Vu, Quoc Dang and Jahanifar, Mostafa and Deshpande, Srijay and Hadjigeorghiou, Giorgos and Shephard, Adam and Bashir, Raja Muhammad Saad and Bilal, Mohsin and Lu, Wenqi and others},
  journal={Communications medicine},
  volume={2},
  number={1},
  pages={120},
  year={2022},
  publisher={Nature Publishing Group UK London}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
a590e04

0 моделей