license: apache-2.0 datasets: brain-tumor-image-dataset-semantic-segmentation metrics:

• accuracy
• f1
• precision
• recall pipeline_tag: image-classification tags:
• brain-tumor
• image-classification
• keras
• tensorflow
• cnn
• mri
• healthcare

脑肿瘤检测机器学习模型

模型描述

该模型采用卷积神经网络（CNN）架构，用于对脑肿瘤图像进行分类。模型基于标注过的脑部肿瘤MRI影像数据集进行了训练与微调。

训练细节

• 框架: TensorFlow/Keras
• 优化器: 带学习率调节器的Adam优化器
• 损失函数: 分类交叉熵
• 数据增强: 包含旋转、宽高偏移、缩放及水平翻转
• 超参数调优: 使用Keras Tuner实现

评估指标

模型性能通过以下指标衡量：

• 准确率: 衡量预测结果的整体正确率
• F1分数: 精确率与召回率的调和平均值
• 精确率: 反映阳性预测中真阳性的比例
• 召回率: 反映实际阳性中被正确识别的比例

使用方式

可通过Hugging Face Transformers库加载模型：

from transformers import AutoModel
model = AutoModel.from_pretrained("YourUsername/Tumor_detection_ML_Model")