B
Brain Tumor Detection
由 ShimaGh 开发
基于Swin Transformer架构的脑瘤检测模型,在图像分类任务上达到98.04%的准确率
下载量 421
发布时间 : 2/13/2024
模型简介
该模型是基于microsoft/swin-base-patch4-window7-224微调的脑瘤检测模型,专门用于医学图像分类任务,能够识别脑部扫描图像中的肿瘤病变
模型特点
高准确率
在评估集上达到98.04%的分类准确率
基于Swin Transformer
采用先进的Swin Transformer架构,适合处理医学图像
轻量级微调
在基础模型上进行高效微调,保留预训练模型的知识
模型能力
医学图像分类
脑瘤检测
图像特征提取
使用案例
医疗诊断
脑瘤辅助诊断
帮助放射科医生识别脑部扫描图像中的肿瘤病变
准确率98.04%
医学影像分析
自动分析MRI或CT扫描图像
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