V
Vision Transformer Fmri Classification Ft
由 shivkumarganesh 开发
基于Vision Transformer架构的fMRI图像分类模型,通过HuggingPics自动生成
下载量 82
发布时间 : 3/2/2022
模型简介
该模型是一个用于fMRI(功能性磁共振成像)图像分类的Vision Transformer模型,经过微调以适应特定分类任务。
模型特点
基于Vision Transformer架构
利用Transformer架构处理图像数据,适合处理fMRI这类高维医学图像
高准确率
在测试集上达到约79.56%的分类准确率
易于微调
可通过HuggingPics工具轻松创建和微调自己的图像分类器
模型能力
fMRI图像分类
医学图像分析
基于Transformer的视觉处理
使用案例
医学影像分析
脑功能状态分类
通过fMRI图像对大脑功能状态进行分类
准确率约79.56%
神经科学研究
认知状态识别
识别受试者进行不同认知任务时的脑活动模式
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