基于卷积神经网络(CNN)的脑肿瘤图像分类模型，使用标注过的脑部肿瘤MRI影像数据集训练

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%。

该模型是基于facebook/convnextv2-tiny-22k-384在CheXpert数据集上微调的版本，主要用于胸部X光片的图像分类任务。

这是一个通过自动训练生成的二元分类模型，专门用于肺炎图像的分类识别。

基于Vision Transformer (ViT)架构微调的胸部X光肺炎检测模型，在肺炎检测任务上达到95.51%的准确率。