AIbase

医疗影像分类
Vit Large Patch32 384 Melanoma
Apache-2.0
基于Google的ViT-Large模型微调的黑色素瘤图像分类模型，在评估集上达到82.73%的准确率
图像分类
Transformers
V
UnipaPolitoUnimore
100
1
Levit 128.fb Dist In1k Finetuned Stroke Binary
Apache-2.0
基于LeViT-128架构的视觉Transformer模型，针对中风二分类检测任务进行微调
图像分类
Transformers
L
BTX24
18
1
Beit Base Patch16 224 Pt22k Ft22k Finetuned Stroke Binary
Apache-2.0
该模型是基于microsoft/beit-base-patch16-224-pt22k-ft22k在二分类中风检测数据集上微调的版本，用于图像分类任务，评估准确率达92.22%。
图像分类
Transformers
B
BTX24
36
1
Skin Disorders Classifier
一个基于PyTorch和HuggingPics构建的图像分类模型，用于识别多种常见皮肤疾病。
图像分类
S
sagarvk24
123
1
Skin Cancer Image Classification
Apache-2.0
基于视觉变换器(ViT)的皮肤癌图像分类模型，可识别7种皮肤病变类型
图像分类
Transformers
S
Anwarkh1
3,309
22
Alzheimer MRI
Apache-2.0
基于谷歌ViT基础模型微调的阿尔茨海默病MRI图像分类模型，准确率达92.6%
图像分类
Transformers
A
DHEIVER
354
2
Brain Tumor Detection
Apache-2.0
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
图像分类
Transformers
B
ShimaGh
421
4
Medical
基于PyTorch框架和HuggingPics工具生成的医疗影像分类模型，用于识别不同类型的肺部组织影像。
图像分类
Transformers
M
subh71
63
4
Ultrasound Lung
基于AutoTrain训练的肺部超声图像多类别分类模型，具有高准确率
图像分类
Transformers
U
hamdan07
49
3
Autotrain Pneumo V3 3180589690
这是一个通过AutoTrain训练的二元分类模型，用于检测肺炎相关的医学图像。
图像分类
Transformers
A
ashutoshmondal
37
0
Brain Tumor Classification Using Swin Transformer
Apache-2.0
该模型是基于Swin Transformer架构的脑肿瘤图像分类模型，在图像分类任务上表现出色，准确率达到99.49%。
图像分类
Transformers
B
surajjoshi
103
1
Brain Tumor Classification
Apache-2.0
基于Swin Transformer架构微调的脑肿瘤图像分类模型，在评估集上准确率达96.47%
图像分类
Transformers
B
Devarshi
205
9
Vit Base Xray Pneumonia
Apache-2.0
基于ViT架构的胸部X光肺炎分类模型，在肺炎数据集上微调，准确率达90.06%
图像分类
Transformers
V
nickmuchi
40
4