/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
9 мар 2022

vit-finetuned-chest-xray-pneumonia

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT классифицирует рентгеновские снимки грудной клетки для выявления пневмонии.

354скачиваний за 30 дней11лайковвеса обновлены9 мар 2022

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

Модель nickmuchi/vit-finetuned-chest-xray-pneumonia — дообученная версия Vision Transformer ViT-Base с патчами 16×16, созданная на основе google/vit-base-patch16-224-in21k для классификации рентгеновских снимков грудной клетки по наличию пневмонии. Она содержит 113,2 млн параметров, использует PyTorch и распространяется по лицензии Apache-2.0. На указанной в карточке оценочной выборке достигла точности 95,51% и значения функции потерь 0,1271.

Модель предназначена для классификации изображений рентгенограмм в экспериментальных и вспомогательных сценариях, например для сортировки снимков или оценки результатов классификатором. Карточка не приводит подробностей о классах, составе данных и клинической проверке, поэтому показатели нельзя трактовать как подтверждение пригодности для диагностики. Она принимает изображения и выдаёт метки классов.

Сценарии применения

  • классификация рентгеновских снимков грудной клетки
  • предварительная сортировка снимков с возможными признаками пневмонии
  • оценка классификатора на наборе рентгенограмм

Ограничения

Результаты приведены только для оценочной выборки; состав данных и клиническая валидация не описаны. Модель не следует считать подтверждённым 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

vit-finetuned-chest-xray-pneumonia

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

  • Loss: 0.1271
  • Accuracy: 0.9551

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:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossAccuracy
No log1.03260.27390.9167
0.22382.06520.28920.9071
0.22383.09780.20770.9407
0.13854.013040.13490.9535
0.13475.016300.12710.9551
0.13476.019560.14580.9535
0.11127.022820.20400.9375
0.10638.026080.14230.9567
0.10639.029340.14730.9535
0.094410.032600.13850.9583

Example Images

Pneumonia Chest X-Ray

Pneumonia

Normal Chest X-Ray

Normal

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.10.0+cu111
  • Datasets 1.18.4
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
2086fb4

0 моделей