医疗影像分析
Medgemma 4b It Bf16
其他
MedGemma-4B-IT是一个专注于医疗领域的视觉语言模型,由Google开发,现转换为MLX格式以便在Apple芯片上高效运行。
图像生成文本
Transformers
M
mlx-community
131
1
Medgemma 4b It Q8 0 GGUF
其他
MedGemma-4B-it-Q8_0-GGUF 是基于 google/medgemma-4b-it 转换而来的 GGUF 格式模型,专为医疗领域的图像文本到文本任务设计。
图像生成文本
Transformers
M
NikolayKozloff
142
2
Medsam2 Oct
Apache-2.0
一个基于Apache-2.0许可的开源图像分割模型,适用于多种图像分割任务。
图像分割
M
Dramb
40
0
Gemma 3 4b It Abliterated Q4 0 GGUF
该模型是mlabonne/gemma-3-4b-it-abliterated的GGUF格式转换版本,结合了x-ray_alpha的视觉组件,提供更流畅的多模态体验。
图像生成文本
G
BernTheCreator
160
1
Segformer B0 Finetuned Morphpadver1 Hgo 3
其他
基于nvidia/mit-b0微调的图像分割模型,在NICOPOI-9/morphpad_hgo_512_4class数据集上训练,擅长高精度图像分割任务。
图像分割
Transformers
S
NICOPOI-9
30
0
Vit Chest Xray
MIT
基于Vision Transformer (ViT)架构的微调模型,用于对胸部X光片进行分类,训练于CheXpert数据集。
图像分类
Transformers
英语
V
codewithdark
316
1
Erax VL 7B V2.0 Preview
Apache-2.0
EraX-VL-7B-V2.0-Preview是一款强大的多模态模型,专为OCR和视觉问答设计,擅长处理越南语等多种语言,在医疗表格、发票等文档识别上表现突出。
图像生成文本
Transformers
支持多种语言
E
erax-ai
476
22
Genmedclip
MIT
GenMedClip 是一个基于 open_clip 库的零样本图像分类模型,专注于医学图像分析。
图像分类
G
wisdomik
40
0
Vit Base Brain Mri
Apache-2.0
基于Google的ViT基础模型在BrainMRI数据集上微调的图像分类模型
图像分类
Transformers
V
andrei-teodor
42
1
Florence 2 FT Lung Cancer Detection
基于Florence-2-base-ft微调的肺癌检测模型,通过肺部图像识别肺癌类型
文本生成图像
Transformers
英语
F
nirusanan
20
1
Xray Model
MIT
该模型用于预测骨龄,基于YassinHegazy/xray-model基础模型构建。
图像分类
X
YassinHegazy
29
0
Resnet 18 MRI Brain
基于ResNet18架构的脑部MRI图像分类模型,用于癌症检测
图像分类
Transformers
R
BehradG
38
1
Chexagent 2 3b
CheXagent是一个专注于胸部X光解读的基础模型,旨在辅助医疗影像分析。
图像生成文本
Transformers
其他
C
StanfordAIMI
28.72k
4
Chexpert Findings Baseline
MIT
一个基于transformers库的图像转文本模型,主要用于从胸部X光图像生成诊断印象报告。
图像生成文本
Transformers
英语
C
IAMJB
35
0
Interpret Cxr Impression Baseline
该模型能够将输入的医学图像(如X光片)转换为描述性文本,辅助医疗诊断。
图像生成文本
Transformers
I
IAMJB
17
0
Pneumonia Model
基于ViT架构的深度学习模型,用于识别胸部X光影像中的肺炎症状
图像分类
Transformers
P
Borjamg
25
1
Radphi 2
CheXagent是一个专注于胸部X光解读的基础模型,旨在提升医学影像分析的准确性和效率。
图像生成文本
Transformers
其他
R
StanfordAIMI
57
1
Xraysiglip Vit L 16 Siglip 384 Webli
CheXagent是一个用于胸片解读的基础模型,能够自动分析和解读胸部X光片。
图像分类
Transformers
X
StanfordAIMI
30.17k
0
Xrayclip Vit B 16 Siglip 512 Webli
CheXagent是一个专注于胸片解读的基础模型,旨在通过先进的人工智能技术提升医学影像分析的准确性和效率。
图像分类
Transformers
X
StanfordAIMI
748
0
Xraysiglip Vit B 16 Siglip 512 Webli
CheXagent 是一个专注于胸部X光解读的基础模型,旨在通过先进的视觉语言处理技术提升医学影像分析的准确性和效率。
图像分类
Transformers
X
StanfordAIMI
205
0
Xrayclip Vit L 14 Laion2b S32b B82k
CheXagent是一个专门用于胸部X光解读的基础模型,能够自动分析和解释胸部X光图像。
图像生成文本
Transformers
X
StanfordAIMI
975
0
Xrayclip Vit B 16 Laion2b S34b B88k
CheXagent是一个专门用于胸部X光解读的基础模型,旨在通过先进的人工智能技术辅助医学影像分析。
图像生成文本
Transformers
X
StanfordAIMI
47.09k
3
Skin Types Image Detection
Apache-2.0
使用Vision Transformer (ViT)架构的面部图像分类模型,用于检测干性、中性、油性三种皮肤类型
图像分类
Transformers
S
dima806
776
11
X Ray Ai Detection
基于AI-image-detector微调的X射线图像检测模型,准确率达99.83%
图像分类
Transformers
X
Artef
22
3
Deta Resnet 50 Finetuned Blood Cell 10epochs
基于DETA-ResNet-50架构在血细胞目标检测数据集上微调的模型,适用于医学图像分析
目标检测
Transformers
D
theodullin
23
1
Dinov2 Base Finetuned SkinDisease
Apache-2.0
基于DINOv2基础模型微调的皮肤疾病分类模型,在ISIC 2018+Atlas Dermatology数据集上达到95.57%的准确率。
图像分类
Transformers
D
Jayanth2002
1,584
3
Segformer B0 Finetuned V0
其他
基于nvidia/mit-b0在tontokoton/artery-ultrasound-siit数据集上微调的图像分割模型
图像分割
Transformers
S
Pavarissy
15
0
Segformer For Optic Disc Cup Segmentation
Apache-2.0
基于SegFormer架构的视网膜眼底图像分割模型,专用于视盘和视杯的精确分割。
图像分割
Transformers
S
pamixsun
2,592
5
Skinsam
Apache-2.0
SkinSAM是基于12层ViT-b模型的皮肤病变分割模型,在ISIC和PH2数据集上进行了微调,专注于皮肤病变图像的精确分割。
图像分割
Transformers
支持多种语言
S
ahishamm
71
1
Segformer B0 Finetuned Teeth Segmentation
其他
基于MIT-B0架构微调的牙齿X射线图像分割模型,专门用于牙科影像中牙齿区域的精确分割
图像分割
Transformers
S
vimassaru
55
1
Pubmed Clip Vit Base Patch32
MIT
PubMedCLIP是针对医疗领域微调的CLIP模型版本,专门用于处理医学影像和相关文本。
文本生成图像
英语
P
flaviagiammarino
10.27k
19
Efficientnet ParkinsonsPred
MIT
基于EfficientNet架构的帕金森病预测模型,通过分析患者绘图实现约83%的准确率
图像分类
Transformers
其他
E
dhhd255
17
2
Vit Base Patch16 224 Chest X Ray
Apache-2.0
该模型是基于Google的ViT-base模型在胸部X光分类数据集上微调的版本,用于医学影像分析。
图像分类
Transformers
V
chanelcolgate
229
1
Vit Pneumonia
Apache-2.0
基于ViT架构的肺炎检测模型,在胸部X光分类数据集上微调,准确率达97.68%
图像分类
Transformers
V
trpakov
23
0
Autotrain Cxr Cfdl Repro 40197105212
这是一个通过自动训练流程构建的二元分类视觉模型,擅长处理医学影像分类任务。
图像分类
Transformers
A
katielink
16
0
Detr Resnet 50 CD45RB 1000 Att
Apache-2.0
基于facebook/detr-resnet-50微调的模型,用于目标检测任务
目标检测
Transformers
D
polejowska
13
0
Vit Mlo 512 Breat Composition
这是一个基于ViT架构的医学图像分类模型,专门用于乳房成分分析,在预处理1024配置数据集上微调。
图像分类
Transformers
V
mm-ai
35
0
Resnet 50 Finetuned Brain Tumor
Apache-2.0
基于microsoft/resnet-50微调的脑肿瘤图像分类模型,在评估集上准确率达到91.71%
图像分类
Transformers
R
Alia-Mohammed
472
0
Vit Diabetic Retinopathy Classification
Apache-2.0
基于Vision Transformer (ViT)架构的糖尿病视网膜病变分类模型,在评估集上达到72.87%的准确率
图像分类
Transformers
V
Kontawat
197
3
Swin Tiny Patch4 Window7 224 Finetuned Skin Cancer
Apache-2.0
基于Swin Transformer架构的微调模型,专门用于皮肤癌图像分类任务
图像分类
Transformers
S
MPSTME
18
0