AIbase

M

Melanoma Cancer Image Classification

由 Heem2 开发
基于Google的ViT模型微调，用于黑色素瘤癌症图像分类，准确率达93.95%。
图像分类
Transformers
开源协议:Apache-2.0#皮肤癌分类#高精度ViT#医疗影像诊断
下载量 135
发布时间 : 5/29/2024
模型介绍
内容详情
替代品

模型简介

该模型是基于google/vit-base-patch16-224-in21k微调的版本，专门用于黑色素瘤癌症图像的分类任务。在评估集上表现出色，准确率达到93.95%。

模型特点

高准确率
在评估集上取得了93.95%的准确率，表现出色。
基于ViT架构
采用Vision Transformer架构，具有强大的图像处理能力。
微调优化
在基础模型上进行微调，专门针对黑色素瘤癌症图像分类任务优化。

模型能力

图像分类
黑色素瘤检测

使用案例

医疗诊断
皮肤癌筛查
用于辅助医生进行皮肤癌的早期筛查和诊断。
准确率高达93.95%，可有效辅助诊断。