Характеристики

Лицензия: MIT
Архитектура: resnet · dense
Опубликована: 19 апр 2026

Ссылки

bone-fracture-resnet50

Классификация изображенийИзображение → label

Дообученная ResNet50 классифицирует рентгеновские снимки костей как перелом или норму для учебных и исследовательских задач.

118скачиваний за 30 дней0лайковвеса обновлены19 апр 2026

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 рентгеновских снимков костей, созданная на основе ResNet50 и дообученная для бинарного различения перелома и нормального состояния. Разработчик — yakshpanchal.

Модель предназначена для исследовательских и учебных сценариев, например для экспериментов с классификацией медицинских изображений. Она принимает рентгеновское изображение и выдаёт класс «перелом» или «норма». Репозиторий содержит веса PyTorch; лицензия — MIT.

Модель не одобрена FDA и не предназначена для клинической диагностики. Результаты не следует использовать для принятия медицинских решений.

Сценарии применения

классификация рентгеновских снимков костей на перелом и норму
эксперименты с классификацией медицинских изображений
обучение работе с моделями ResNet для радиологии

Ограничения

Модель не одобрена FDA и не предназначена для клинической диагностики; её следует использовать только в учебных и исследовательских целях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Bone Fracture Detection Model

Fine-tuned ResNet50 for binary classification of bone X-rays (Fractured / Normal).

Usage

from transformers import AutoImageProcessor, AutoModelForImageClassification
model = AutoModelForImageClassification.from_pretrained("YOUR_USERNAME/bone-fracture-resnet50")
processor = AutoImageProcessor.from_pretrained("YOUR_USERNAME/bone-fracture-resnet50")

Training Details

Base: ResNet50 (ImageNet pretrained)
Dataset: Kaggle Bone Fracture Multi-Region X-ray Data
Optimized for: Recall (sensitivity) — missed fractures are costly in medical AI

Disclaimer

This is a research/educational model, NOT FDA approved. Do not use for clinical diagnosis.

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: ResNetForImageClassification
Ревизия весов: f603770