S
Syn Oct ViT Base 4Epochs 30c V2 Run
由 g30rv17ys 开发
基于ViT架构的图像分类模型,在OCT图像数据集上训练,准确率达到86.67%
下载量 13
发布时间 : 10/9/2022
模型简介
该模型是一个基于Vision Transformer (ViT)架构的图像分类模型,专门用于光学相干断层扫描(OCT)图像的分类任务。
模型特点
高准确率
在OCT图像分类任务上达到86.67%的准确率
ViT架构
采用Vision Transformer架构,适合处理图像数据
短训练周期
仅训练4个epoch即获得良好性能
模型能力
图像分类
医学图像分析
OCT图像识别
使用案例
医疗影像
OCT图像分类
对光学相干断层扫描图像进行分类诊断
准确率86.67%
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文