Модель на базе ViT классифицирует изображения кожи по шести уровням выраженности акне — от чистой кожи до очень тяжёлого состояния.

Подходит для: оценка выраженности акне по фотографии кожи · сортировка изображений кожи по степени тяжести акне · предварительная автоматическая классификация высыпаний

DermLIP ViT-B-16 — CLIP-подобная модель для классификации дерматологических изображений по текстовым меткам и поиска соответствий между изображениями кожи и текстом.

Подходит для: классификация изображений кожи по заданным названиям заболеваний без дообучения · сопоставление дерматологических снимков с текстовыми описаниями · поиск изображений кожи по текстовому запросу

Модель на базе ViT классифицирует изображения кожи по наличию или отсутствию морщин.

Подходит для: определение наличия морщин на изображении кожи · предварительная автоматическая оценка кожи по фотографии · классификация фотографий кожи для прототипа приложения анализа кожи

SkinMap создаёт общие эмбеддинги дерматологических изображений и текста для поиска, анализа образцов и оценки метаданных кожи.

Подходит для: поиск похожих дерматологических изображений · получение эмбеддингов изображений кожи и клинических описаний · оценка фототипа кожи по изображению

Дообученная модель ViT классифицирует тип кожи на фотографии лица как сухой, нормальный или жирный.

Подходит для: определение типа кожи по фотографии лица · предварительная оценка кожи в приложении по уходу за лицом · автоматическая разметка изображений лиц по типу кожи

Мультимодальная LoRA-модель на базе Qwen2-VL для описания изображений кожи и предварительной оценки возможных дерматологических состояний.

Подходит для: предварительная оценка кожных изменений по фотографии · генерация описания видимых кожных состояний · прототипирование чат-бота для анализа изображений кожи

MONET — CLIP-модель для исследовательской классификации дерматологических изображений по текстовым описаниям без обучения на целевых классах.

Подходит для: классификация дерматологических изображений по текстовым описаниям · поиск соответствия между снимком кожи и медицинским понятием · аудит наборов дерматологических изображений по заданной таксономии

DermFM-Zero сопоставляет изображения кожи с текстовыми запросами для классификации и поиска без настройки под конкретную задачу.

Подходит для: классификация дерматоскопических изображений по текстовым диагнозам · предварительная сортировка клинических изображений кожи · поиск похожих изображений кожи по текстовому описанию

Дообученная ViT-модель для классификации дерматологических изображений из набора ISIC.

Подходит для: Классификация дерматологических изображений в сценариях, соответствующих классам датасета ISIC · Оценка изображений кожи в экспериментальных ML-конвейерах · Сравнение результатов классификации медицинских изображений

Дообученный визуальный трансформер DINOv2 для извлечения признаков и классификации изображений кожных заболеваний.

Подходит для: извлечение признаков из фотографий кожи · эксперименты с классификацией изображений кожных заболеваний · создание классификатора на размеченных изображениях кожи

Модель на базе DINOv2 для классификации изображений кожных поражений.

Подходит для: классификация изображений кожных поражений · предварительный анализ дерматологических снимков · создание прототипа системы поддержки диагностики

Модель на основе ViT классифицирует изображения кожных поражений по семи категориям, включая меланому и доброкачественные образования.

Подходит для: классификация изображений кожных поражений · различение меланомы и невусов на изображениях · распознавание базальноклеточной карциномы по изображению

MAKE — модель OpenCLIP для классификации изображений по текстовым категориям без фиксированного набора меток.

Подходит для: классификация изображений по пользовательским категориям · сортировка фотографий по текстовым описаниям · поиск изображений по названиям сцен или объектов

Дообученная ViT-модель для классификации дерматологических изображений на основе набора ISIC.

Подходит для: классификация дерматологических снимков · экспериментальная оценка изображений кожи · сравнение моделей классификации на данных ISIC

Модель SigLIP классифицирует изображения как реальные или сгенерированные, помогая выявлять синтетический визуальный контент.

Подходит для: проверка изображений на признаки генерации ИИ · предварительная проверка подлинности цифровых фотографий · фильтрация синтетических изображений при модерации контента

DermTriage — дообученная мультимодальная модель для предварительной оценки кожных поражений по изображениям в исследовательских и образовательных сценариях.

Подходит для: предварительная сортировка изображений кожных поражений по риску злокачественности · оценка фотографий кожи со смартфона для исследовательского прототипа триажа · анализ дерматоскопических изображений в образовательных целях

CLIP-подобная модель для классификации дерматологических изображений по текстовым описаниям, поиска и аннотирования визуальных концепций.

Подходит для: классификация изображений кожных заболеваний по названиям классов без примеров · поиск дерматологических изображений по текстовому описанию · поиск текстовых описаний, соответствующих изображению кожи

Дообученная модель ViT-Large классифицирует дерматоскопические изображения кожных поражений на семь классов для учебных и экспериментальных задач.

Подходит для: классификация дерматоскопических изображений по типам кожных поражений · сравнение классов кожных поражений на данных HAM10000 · эксперименты с дообучением ViT для дерматологии

Модель классифицирует изображения кожных заболеваний и состояний с помощью архитектуры ViT и предназначена для исследовательских и образовательных задач.

Подходит для: классификация изображений кожных заболеваний · предварительная сортировка фотографий кожных состояний · эксперименты с распознаванием дерматологических признаков

MedGemma 4B PT — мультимодальная медицинская модель Google для ответов на вопросы по медицинским изображениям и тексту, предназначенная для адаптации разработчиками.

Подходит для: ответы на вопросы по рентгенограммам грудной клетки · анализ дерматологических изображений в исследовательском приложении · ответы на вопросы по гистопатологическим изображениям

Производная модели MBZUAI/MediX-R1-30B. Медицинская мультимодальная модель MBZUAI для клинических ответов и анализа изображений по текстовым и визуальным запросам.

Подходит для: ответы на медицинские вопросы по текстовому описанию · анализ медицинских изображений с пояснениями · свободные клинические ответы вместо выбора из вариантов

Дообученная модель ViT классифицирует изображения кожи по 22 дерматологическим категориям для исследовательских и образовательных задач.

Подходит для: классификация изображений кожи по дерматологическим категориям · сравнение ViT на многоклассовых медицинских наборах данных · обучение студентов переносу обучения и классификации изображений

Дообученный мультимодальный медицинский ассистент для анализа клинических случаев, обучения и подготовки структурированных медицинских текстов.

Подходит для: разбор клинических случаев и диагностических сценариев · объяснение дифференциальной диагностики студентам-медикам · подготовка и структурирование SOAP-документации

Дообученная модель ViT для классификации изображений кожи и выявления меланомы.

Подходит для: классификация дерматоскопических изображений кожи · предварительный скрининг изображений на признаки меланомы · поддержка анализа изображений кожи в исследовательских проектах